决策树-马尔可夫模型在心房颤动筛查经济学评价中的应用

卢莎，孙金悦，樊重俊

（1.上海理工大学 管理学院，上海 200093；2.上海市微创投资控股有限公司，上海 201203）

心房颤动，简称房颤（AF），是临床中最为常见且危害严重的心律失常疾病之一[1-2]。目前，中国房颤患者约有 1000 万人左右，且近年来房颤的发病率呈逐渐年轻化的趋势。房颤具有隐匿性，易引发卒中危害，具有高致残率、高病死率及高复发率的特点。如果当疾病还处于早期阶段时就开始进行健康干预管理，能够最大程度上降低疾病对生活的影响，并减缓甚至避免严重并发症的出现。

一方面，提高房颤的检出率，及早进行抗凝干预治疗，可以降低房颤的发生率，减少与房颤相关的住院和死亡风险[3]，但与此同时增加了筛查和服用抗凝药物等的成本。目前，已有研究对此进行了卫生经济学分析。例如，Kongnakorn等[4]研究了在比利时75 岁的普通人群中筛查无症状房颤具有成本效用，其支付意愿阈值为100 000 美元。Aronsson等[5]运用决策分析仿真模型研究表明，在75 岁和76 岁瑞典人群中筛查无症状房颤具有显著的成本效用。Jacobs等[6]研究在季节性流感疫苗接种期间进行房颤筛查，可以节省65 岁以上荷兰人口中房颤新增病例的治疗成本。因此，研究房颤筛查干预策略具有显著的卫生经济学意义。

另一方面，目前在模拟疾病发展过程和疾病转归规律的方法中，决策树和马尔可夫模型是较为常用的方法，它们在信息科学、管理科学以及金融决策中均表现出较好的预测效果[7]。例如，刘鹏等[8]提出了……