一种基于概率的个性化药物推荐方法
【专利摘要】本发明涉及一种对特定人群的个性化药物推荐方法，属于药物经济学中药物评价技术领域。本发明通过对整体人群在药物上的花费以及对药物的反应求出药物的平均有效性和成本分布；通过对每种药物的有效性及费用建模分析求出每种药物的有效性分布以及成本分布。在此基础上，本发明首先计算出每种药物的成本及有效性相对于整体人群的增量分布，然后计算出每种药物在特定人群愿意提高费用以获得有效性提高的前提下的概率值，最后根据概率值的大小针对特定人群给出个性化的药物推荐结果。
【专利说明】
一种基于概率的个性化药物推荐方法
技术领域
[0001] 本发明涉及一种基于概率的个性化药物推荐方法，属于药物经济学领域。
【背景技术】
[0002] 医药技术是保证人类健康的重要技术手段，研究表明随着经济发展和消费水平的 提高，人们消费结构中医疗支出所占比重逐渐增大。医药资源的合理配置成为越来越重要 的问题。药物经济学是人类为应对医药资源配置而兴起的交叉学科。药物经济学以经济学 理论为基础，全面的分析医药技术的成本和收益，进而形成最优的方案，使得药物资源使用 合理化。
[0003] 文献[1]使用马尔可夫模型模拟疾病的发展周期过程中消耗的卫生资源以及产生 的医疗效果，从而估算出治疗方案消耗的总成本和疾病发展的结果来决策出最优的方案。 文献[2]使用决策树模型将问题分类，通过计算每种分类的收益和成本期望来决策最优的 方案。国内许多研究[3,4]通过计算成本、收益的均值来分析决策出最优治疗方案。
[0004] 以上方法并没有考虑到不同人群经济能力和对药物反应的差异，以及不同人群的 特殊要求。为解决以上方法的不足，本发明从概率的角度用概率模型来描述成本以及有效 性，使得我们的方法能适用于多种药物的分析，并且能根据人群的经济能力以及要求做出 个性化的决策方案。
[0005] 上文中提到的文献来源于如下的期刊：
[0006] [1].Krasnova,L.,P.Vorobiev and Μ.Holownia,Real-fforld Data on the Epidemiology and Treatment ofHER2-Advanced Breast Cancer in Postmenopausal Patients in Different Regions of Russia for Forming Markov Models of Managment of Patients.Value in Health,2014.17(7)：p.A618-.
[0007] [ 2 ] · Parienti，J · J ·，et a 1 ·，Emp i r i ca 1 therapies among adults hospitalized for community-acquired upper urinary tract infections：A decision-tree analysis of mortality,costs,and resistance.American Journal of Infection Control,2015.43(9)：p.e53-e59.
[0008] [3].王志亮与李新娥，3种磺脲类药用于2型糖尿病初始治疗的成本-效果分析.中 国药房，2014(22):第 2019-2021 页·
[0009] [4].姚尧，盐酸氨溴索治疗小儿支气管炎的疗效评价.临床医药文献电子杂志， 2015(13):第 2529-2532 页.
【发明内容】
[0010] 本发明为解决的技术问题：
[0011] 本发明的目的是提出一种基于概率的个性化药物推荐方法，以解决在药物经济学 中传统方法无法根据人群的经济能力以及自身特征做出个性化决策的问题。
[0012] 本发明为解决其技术问题采用如下技术方案：
[0013] 本发明为解决其技术问题采用如下技术方案，包括如下步骤：
[0014] A)分析单位人群和总体人群的成本数据，用概率模型表示单位人群成本分布情况 和总体人群成本分布情况；
[0015] B)分析单位人群和总体人群的治疗情况，用概率模型来表示单位有效性和总体有 效性；
[0016] C)根据单位成本概率分布和总体成本概率分布计算单位群体相对于总体的成本 增量分布，根据单位有效性概率分布和总体有效性概率分布计算单位群体相对于总体有效 性增量分布；
[0017] D)利用成本增量和有效性增量计算成本有效性增量比的概率分布；
[0018] E)根据增量比概率分布计算在人群要求在整体水平上提高单位有效性愿意增加 医疗费用的情况下每种药物能满足要求的概率，最后根据每种药物的概率值大小来决定哪 种药物是最佳选择。
[0019] 其中为成本建立概率模型，步骤A具体包括：
[0020] A1、用向量Cdld....!!!]表示使用药物i的单元人群花费的原始成本数据，m表示 该单元总共有m个人，将原始成本数据归一化，(V [1，2. .. .m]表示归一化处理后的成本数 据；向量C[l，2....n]表示整体实验人群的原始成本数据，η表示实验人群总数为η，(/[1， 2. .. .η]表示归一化处理后的数据，即：
[0021]
[0022]
[0023] 其中，Cjj]表示使用药物i的编号为j的患者所花费的原始成本，(/dj]则表示对 应归一化处理后的成本;C[j]表示总体试验人群中编号为j的人花费成本原始数据，Clj] 则表示对应归一化处理后的成本;MIN(C)表示整体实验人群原始成本数据最小值，MAX(C) 表示整体实验人群原始成本数据最大值；
[0024] A2、（计算均值、方差)根据单元成本数据集(V [1，2. . . .m]和总体成本数据集 [1，2. . . .η]计算对应均值E(C)和标准差s;计算对数正态分布的参数μ和
[0025]
[0026]
[0027] A3、用对数正态分布模型表示成本分布情况，单元人群i的成本分布为/c, (c,;Μ，A):
[0028]
[0029]其中Ci表示单元人群i的成本变量，讲，~为对应对数正态分布的参数；
[0030]总体人群成本分布为fc(c;y，〇)
[0031]
[0032 ] 上式中c表示整体成本变量，μ，σ表示对应的参数。
[0033] 其中为有效性建立概率模型，步骤Β包括：
[0034] Β1、统计单元人群i中治愈和未治愈的人数，分别记为ai和;统计总体人群中治愈 和未治愈的人数，分别记为a和β;
[0035] Β2、药物i针对单元人群的有效性，
[0036]
[0037] 其中ei为有效性变量，Β(€4，β〇表示贝塔函数，€^和&为对应参数；
[0038]所有药物针对总体人群的有效性fE(e)，
[0039]
[0040] 其中e为变量，a和β表示对应参数。
[0041 ]进行增量分析的步骤C包括：
[0042] C1、根据联合概率密度，求出增量Δ X的分布函数：
[0043]
[0044]
[0045] C2、对分布函数求导可得概率密度函数：
[0046]
[0047] C3、同理可得，当ΔΧ彡〇时：
[0048]
[0049] 计算成本有效性增量比的开率模型，步骤D具体包括：
[0050] 若Aei>〇且ACi>〇,计算成本有效性增量比负（A ei，ACi)
[0051]
[0052] 若Aei<〇且ACi>〇,计算成本有效性增量比f 2( Aei，ACi)
[0053]
[0054] 若Aei<〇且ACi<〇,计算成本有效性增量比f 3( Aei，ACi)
[0055] ^ .
~
[0056] 若Aei<〇且ACi<〇,计算成本有效性增量比f 4( Aei，ACi)
[0057]
[0058] 根据增量比的概率密度以及对于每个象限的权值，计算每种药物在符合人群要求 的阈值icer(人群要求在整体水平上提高单位有效性愿意增加医疗费用）的概率值：
[0059] 若 icer彡 1，
[0060]
[0061]
[0062]
[0063] 其中Wl，W2，W3，W4为根据成本有效性增量比的意义而赋予的权值；
[0064] 本发明采用以上技术方案与现有技术相比，具有以下有益效果：
[0065] (1)本发明从概率的角度分析药物的成本以及有效性，使得该方法更具有普遍性， 更加适用于多种药物的分析。
[0066] (2)本发明基于概率，考虑不同人群的需求以及特性，使得该方法能针对特定人群 推荐个性化治疗方案。
【附图说明】
[0067] 图1是本发明的体系结构图。整个模型分为单元分析、总体分析、增量分析、增量比 分析四个部分如图1所示。单元分析是针对使用同种药物的人群的治愈情况和成本的观测 值求出用该种药的有效性以及成本分布情况。由于该模型后面用到增量，故需要一个比较 的基准。考虑到人群对药物反应的差异性，将整个试验人群的有效性以及成本作为比较的 基准。故总体分析是分析整个人群的有效性以及成本分布。增量分析主要包括成本增量以 及有效性增量，是对某种药物与总体成本以及有效性的差异量化表示。增量比分析，在增量 分析的基础上从概率的角度考虑药物有效性增量随成本增量变化的关系。最后从概率的角 度来分析针对特定人群提出最优的治疗药物。
[0068]图2是增量分析示意图。计算增量的概率密度，其中a，b分别表示X，Xi的上限，阴影 部分表示积分区间。
[0069] 图3是成本有效性增量比分析示意图。fi( Δ ei，Δ ci)，f2( Δ ei，Δ ci)，f3( Δ ei，Δ Cl)，f4( Δ ei，Δ Cl)，表示Δ Q与Δ Ei在四个象限的联合概率密度，四条虚线围成的矩形是Δ CjPAEi的取值区间。过原点的斜线反应阈值(愿意为提高单位有效性所增加相应的费用）， 阴影部分表示积分区间。
【具体实施方式】
[0070] 下面结对本发明创造做进一步详细说明。
[0071] 在药物经济学研究中，药物评价是一门关键的技术。对于多种药物的经济性比较 中，如何选取一个一个比较对象是至关重要的。传统方法采用成本最低的方案(或药物)作 为比较对象或者设置标准的对照组。前者无法反应整个人群的经济水平以及整体药物的有 效性，而后者在操作上有较大的难度;对于成本以及有效性，传统方法仅仅从统计学角度计 算均值和方差，忽略了不同人群的经济水平以及对药物反应的差异性。本发明从概率模型 的角度考虑，用对数正态分布来描述人群对于每种药物以及总体人群的成本分布情况，用 贝塔分布来描述药物的有效性情况，利用联合概率求出每种药物的有效性、成本情况相对 于总体的有效性、成本增量。最后根据人群的特定需求(愿意为提高单位有效性所增加相应 的费用)来计算每种药物的概率值，根据概率值大小来决策出最优的方案。
[0072]下面通过说明书附图以及实施例对本发明进行说明。
[0073] 1)实施例一
[0074] 本发明的实施例一介绍了一种基于概率的增量分析方法，如图2所示，展示了增量 大于〇时的积分区域，计算增量概率模型的具体步骤如下所示：
[0075] 根据联合概率密度，求出增量ΔΧ的分布函数：
[0077] ====." … ........
[0076]
[0078] 对分布函数求导可得概率密度函数：
[0079]
[0080] 同理可得，当ΔΧ彡〇时：
[0081]
[0082] 2)实施例二
[0083] 本发明的实施例二介绍介绍了基于概率的成效比增量分析方法，如图3所示展示 了阈值小于1时的积分区域，对每种药物的成本有效性增量比分析具体步骤如下所示：
[0084] 根据成本增量的概率密度和有效性增量的概率密度计算成本有效性增量比的概 率密度：
[0085] 若Aei>〇且ACi>〇,计算成本有效性增量比负（Aei，A Ci)
[0095]
[0096] 同理可计算当icer>l时，
[0097]
[0098] 其中W1，W2，W3，W4为根据成本有效性增量比的意义而赋予的权值；
[0099] C、根据药物的概率值大小来决策出最优的治疗药物。
【主权项】
1. 一种基于概率的个性化药物推荐方法，包括成本测量、健康产出测量和模型分析其 特征在于包括如下步骤： A. 分析单位人群和总体人群的成本数据，用概率模型表示单位人群成本分布情况和总 体人群成本分布情况； B. 分析单位人群和总体人群的治疗情况，用概率模型来表示单位有效性和总体有效 性； C. 根据单位成本概率分布和总体成本概率分布计算单位群体相对于总体的成本增量 分布，根据单位有效性概率分布和总体有效性概率分布计算单位群体相对于总体有效性增 量分布； D. 利用成本增量和有效性增量计算成本有效性增量比的概率分布； E. 根据增量比概率分布计算在人群要求在整体水平上提高单位有效性愿意增加医疗 费用的情况下每种药物能满足要求的概率，最后根据每种药物的概率值大小来决定哪种药 物是最佳选择。2. 根据权利1所述的一种基于概率的个性化药物推荐方法，其特征在于，所述步骤A具 体包括： A1.用向量Ci[l，2....m]表示使用药物i的单元人群花费的原始成本数据，m表示该单元 总共有m个人，将原始成本数据归一化，(V [1,2. .. .m]表示归一化处理后的成本数据；向量 C[l，2. . . .η]表示整体实验人群的原始成本数据，η表示实验人群总数为n，C'[l，2...川表示 归一化处理后的数据，即：其中，Ci[j]表示使用药物i的编号为j的患者所花费的原始成本，C^iU]则表示对应归 一化处理后的成本;C[j]表示总体试验人群中编号为j的人花费成本原始数据，C'f/1则表 示对应归一化处理后的成本;MIN(C)表示整体实验人群原始成本数据最小值，MAX(C)表示 整体实验人群原始成本数据最大值； A2.根据单元成本数据集(V [1,2. . . .m]和总体成本数据集计算对应均值E (C)和标准差S;计算对数正态分布的参数μ和σ;A3.用对数正态分布模型表示成本分布情况，单元人群i的成本分布为/c·, (C,; //,，σ,.)=其中Cl表示单元人群i的成本变量，μι，σι为对应对数正态分布的参数； 总体人群成本分布为&^;4,〇)其中C表示整体成本变量，μ，σ表示对应的参数。 3 .根据权利1所述的一种基于概率的个性化药物推荐方法，其特征在于，所述步骤Β具 体包括： Β1.统计单元人群i中治愈和未治愈的人数，分别记为αι和βι;统计总体人群中治愈和未 治愈的人数，分别记为α和β; Β2.药物i针对单元人群的有效性Λ, (e,)，其中ei为有效性变量，Β(αι，β〇表示贝塔函数，Qi和Pi为对应参数； 所有药物针对总体人群的有效性托(e)，其中e为变量，α和β表不对应参数。4. 根据权利1所述的一种基于概率的个性化药物推荐方法，其特征在于，所述步骤C具 体包括： C1.计算单元成本相对于整体成本的增量概率密度，C2.计算单元有效性相对于整体有效性的增量的概率密度又6心6,)5. 根据权利1所述的一种基于概率的个性化药物推荐方法，其特征在于，所述步骤D具 体包括： 根据有效性增量和成本增量概率模型 若Δ ei>0且Δ ci>0,计算成本有效性增量比fi( Δ 61，A Cl)若Δ ei<0且Δ ci>0,计算成本有效性增量比f2( Δ ei，A Cl)若Δ ei<0且Δ ci<0,计算成本有效性增量比f3( Δ ei，A Cl)若Δ ei<0且Δ ci<0,计算成本有效性增量比f4( A ei，Δ ci)6. 根据权利1所述的一种基于概率的个性化药物推荐方法，其特征在于，所述步骤E具 体包括： E1.根据成本有效性增量比ICERi计算每种药物在符合人群要求的阔值icer(人群要求 在整体水平上提高单位有效性愿意增加医疗费用）的概率值 若icer《l，其中*1，*2，*3，*4为根据成本有效性增量比的意义而赋予的权值； E2.根据概率值大小对每种药物排序。7. -种基于概率的个性化药物推荐方法，其特征在于，包括W下步骤： 本发明从概率模型的角度考虑，用对数正态分布来描述人群对于每种药物W及总体人 群的成本分布情况，用贝塔分布来描述药物的有效性情况，利用联合概率求出每种药物的 有效性、成本情况相对于总体的有效性、成本增量。最后根据人群的特定需求(愿意为提高 单位有效性所增加相应的费用）来计算每种药物的概率值，根据概率值大小来决策出最优 的方案。
【文档编号】G06F19/00GK105975790SQ201610333846
【公开日】2016年9月28日
【申请日】2016年5月17日
【发明人】袁伟伟, 何康亚, 王绚, 关东海, 周丽
【申请人】南京航空航天大学