第三章 公共卫生项目投入-产出经济学评价的基本研究方法
第一节 公共卫生项目投入-产出经济学评价的常用模型
公共卫生领域的决策主要依赖于数据和决策分析模型，以提高决策的科学性。决策分析模型是基于统计学的理论基础上发展起来的，它通过整合各种资料和证据，分析在试验中观察到的结果并预测预期发生的结果，同时也是进行统计推断的重要手段。建立公共卫生项目投入-产出经济学评价模型的目的是通过对健康状况（如疾病发生或状态的变化）的逻辑数学模型，融合公共卫生资源投入与产出的数据，运用数理和生物统计等分析方法，评价不同公共卫生项目干预策略的健康结果和经济结果，为决策者提供科学依据。公共卫生项目投入-产出经济学评价的常用模型主要包括决策树模型（decision tree model）和马尔科夫模型（Markov model）。
一、决策树模型
决策树模型起源于20世纪20年代的博弈论，20世纪60年代开始应用于卫生领域的临床治疗分析，是目前较为成熟的决策模型之一，越来越广泛应用于卫生经济学，亦可应用于公共卫生项目的经济学评价，如新生儿接种策略的经济学评价。
决策树是一种将决策的路径画成直观的决策分支的树形图形，故称决策树。其特点是直观运用概率分析评价不同公共卫生项目的投入与产出的一种图解法。决策树图形由以下基本内容构成：
用矩形框表示（“□”），代表两种或两种以上公共卫生项目备选方案的选择，其衍生出的分支表示有待评价的一系列可能的策略，这些策略之间不一定相互排斥，如措施A，措施B或联合措施A+B等；
用圆圈表示（“○”），代表可能出现的相关健康或疾病事件的概率，其衍生出的分支代表某事件所有可能的结果，这些结果必须相互排斥，所有可能结果的概率之和等于1，即“是”的概率和“否”的概率之和等于1；
用三角形来表示（“△”），代表最后的结果，结局点需赋予相应的效果值，如成本、健康效果（临床结局）、效用（生命质量结局）、效益（经济结局）等，其中，某策略的期望结果等于每一个结局点发生的概率与结局点的效果值的乘积。
决策树的构建借鉴了经济学机会成本的思维，即“如果不实施干预，结果会怎么样？”。决策树模型使问题结构化，列出所有概率事件的概率，然后计算每一个选择方案的投入和产出，因此具有简单直观、易于掌握、计算较为简便等优点，是公共卫生决策分析中的常用模型，一般应用于疾病转归比较确定、风险结果或临床结局较少、病程分析期限较短且没有重复发生事件的分析或预测，但这也是决策树模型的局限所在，如应用于慢性病的分析则较为局限。
以新生儿接种策略为例，其决策树模型绘制如图3-1所示。
决策树模型的分析步骤主要包括：确定研究目的和干预备选方案，确定决策路径，绘制决策树模型，确定参数，计算各决策点、机会点和结局点的损益值，决策分析，敏感性分析，结果解释与报告等，如图3-2所示。
二、马尔科夫模型
马尔科夫模型的创建人是俄国数学家马尔科夫（Andrei Markov，1856—1922），最早应用于工程技术的分析。20世纪60年代开始应用于医学领域，20世纪90年代逐渐应用于卫生经济学领域。
马尔科夫模型又称为（疾病）多状态转移模型，该模型根据健康状态的转移概率，模拟研究对象在一定时间内从某一个健康状态转移到另一个健康状态的过程（如初始状态→疾病→死亡的过程），并将模型与健康效果、生命质量、成本和经济效果等数据结合起来，预测下一阶段或若干阶段后各种状态的概率，此外，马尔科夫模型还可用来分析疾病的危险因素，其关键在于转移概率数值或参数的获取。
根据健康状态转移的时间是否连续，可分为离散时间Markov模型和连续时间Markov模型。前者将模型划分为若干个连续的时间段，在一个时间段内考察健康状态的转移情况及健康效果、生命质量、成本和经济效果；后者的健康状态转移依据特定的转移时间来确定。
该模型的优点在于根据健康状态建立模型、可以模拟终身和重复发生的相关事件，从而在一定程度上弥补决策树模型的不足。
马尔科夫模型的分析步骤主要包括确定研究目的和干预备选方案、概率和转换周期确定、参数确定、决策分析、敏感性分析、结果解释与报告，如图3-3所示。
