Дизайн моделей.
По дизайну наиболее часто встречающиеся в фармакоэкономике модели можно разделить на модель Маркова и «дерево решений». Дерево решений - диаграмма, иллюстрирующая все возможные исходы применительно к конкретной специфической ситуации. Модель Маркова - описывает несколько дискретных состояний и переходы между ними с течением времени.
«Дерево решений».
Модель «дерево решений» обычно используется для описания процесса лечения острого заболевания. Данный вид моделей подразумевает наличие нескольких альтернатив с различной вероятностью исходов. При этом, известна вероятность каждого из исходов и известна или возможно рассчитать стоимость каждого исхода.
«Модель Маркова».
Как показывает практика, очень удобно описывать лечение хронического заболевания в виде вероятностей переходов из одного состояния в другое, при этом считается, что, перейдя в одно из состояний, модель не должна далее учитывать обстоятельства того, как она попала в это состояние.
Марковские модели стали широко применяться в ФЭ из-за более гибкой, чем у «дерева решений» структуры. В отличие от альтернатив, на которых сконцентрированы «деревья решений», Марковские модели строятся из состояний и вероятностей перехода из одного состояния в другое в течение данного временного интервала (Марковского цикла).
Случайный процесс называется Марковским процессом (или процессом без последействия), если для каждого момента времени вероятность любого состояния системы в будущем зависит только от ее состояния в настоящем и не зависит от того, как система пришла в это состояние. Имеются несколько состояний: «Здоровье», «Болезнь», «Смерть» и известна вероятность перехода из одного состояния в другое на протяжении определенного временного периода. Длительность временных циклов зависит от особенностей болезни и предлагаемого лечения. Существует два варианта описания Марковских процессов - с дискретным и непрерывным временем. В первом случае переход из одного состояния в другое происходит в заранее известные моменты времени - такты (1, 2, 3, 4, …). Переход осуществляется на каждом такте, то есть исследователя интересует только последовательность состояний, которую проходит случайный процесс в своем развитии, и не интересует, когда конкретно происходил каждый из переходов. Во втором случае исследователя интересует и цепочка меняющих друг друга состояний, и моменты времени, в которые происходили такие переходы. Если вероятность перехода не зависит от времени, то Марковскую цепь называют однородной.
Процесс моделирования. Процесс моделирования включает три элемента:
• субъект (исследователь),
• объект исследования,
• модель, определяющую (отражающую) отношения познающего субъекта и познаваемого объекта.
Первый этап построения модели предполагает наличие некоторых знаний об объекте-оригинале. Познавательные возможности модели обусловливаются тем, что модель отображает (воспроизводит, имитирует) какие-либо существенные черты объекта-оригинала. Вопрос о необходимой и достаточной мере сходства оригинала и модели требует конкретного анализа. Очевидно, модель утрачивает свой смысл как в случае тождества с оригиналом (тогда она перестает быть моделью), так и в случае чрезмерного во всех существенных отношениях отличия от оригинала. Таким образом, изучение одних сторон моделируемого объекта осуществляется ценой отказа от исследования других сторон. Поэтому любая модель замещает оригинал лишь в строго ограниченном смысле. Из этого следует, что для одного объекта может быть построено несколько «специализированных» моделей, концентрирующих внимание на определенных сторонах исследуемого объекта или же характеризующих объект с разной степенью детализации.
На втором этапе модель выступает как самостоятельный объект исследования. Одной из форм такого исследования является проведение «модельных» экспериментов, при которых сознательно изменяются условия функционирования модели и систематизируются данные о ее «поведении». Конечным результатом этого этапа является множество (совокупность) знаний о модели. Перейти на страницу: 1 2 3 4 5 6 7 8 9 10