Additionally, in line with theories

Additionally, in line with theories underlying the formal estimation of relative risks (RR), they used lognormal distributions for RRs regarding advantages of oseltamivir treatment on antibiotic prescriptions, hospital- izations, deaths, and production losses.
Briggs advocates the use of beta distributions for specific parameters.11 Beta dis- tributions model events that take place within minimum and maximum values. Given their natural limitation between 0 and 1, these distributions are particularly suitable for risks (for example, of dying or hospitalization). In particular, in an analysis on beta-blocker therapy for chronic heart failure, beta distributions were used for risks of initial, second, third, and fourth or more hospitalizations and for risks of dying at home or in hospital, next to lognormal distributions for RRs and normal distributions for unit costs.11
With the majority of pharmacoeconomic models being defined in MS ExcelTM and DATA (TreeAge Software Inc.), it is relevant to briefly consider how both pack- ages facilitate PSA. In particular, PSA is a built-in feature of DATA, with a function of Monte Carlo analysis as an explicit analytic option. For Excel, several add-ons that allow PSA exist. For example, @Risk (Palisade) has been explicitly developed and often used for this purpose.10

12.3.3 scenario analysis
Not always formally distinguished as such, it does make sense to briefly consider scenario analysis as a specific type of SA. Scenario analysis is sometimes defined as exploring possible future paths given specific decisions and actions taken in the present. Pharmacoeconomic modeling, in a sense, also involves present decisions— for example, on which social time preference to choose, which price to set for a new drug —with impacts on cost-effectiveness in (near) future years. Some of the parameters in the model merely reflect decisions by policy makers (which discount rate to choose), manufacturers (pricing), and other stakeholders. These parameters can thus be seen as reflecting instrumental variables, i.e., instruments with which cost-effectiveness can be guided, rather than chance variables impacting probabi- listically on the cost-effectiveness outcome. Varying these instrumental variables and parameters, therefore, also reflects the results of choices more than the results of uncertainty.

For those parameters reflecting instrumental variables in the pharmacoeconomic model, it wouldn’t make sense to include them in PSA. The effects on the outcomes of varying this set of parameters could be labeled scenario analysis and would typi- cally closely resemble a univariate SA on these parameters. The discount rate and prices of the new product investigated (for example, of the HPV vaccine) are typical examples of parameters not to be included in PSA, but in scenario analysis. As sce- nario analysis obviously closely resembles univariate SA, it is indeed often done as part of univariate SA and not formally distinguished as such.

Kết quả (Việt) 1:

Ngoài ra, phù hợp với lý thuyết tiềm ẩn ước lượng chính thức về rủi ro tương đối (RR), họ sử dụng lognormal phân phối cho RRs về ưu điểm của oseltamivir điều trị thuốc theo toa thuốc kháng sinh, bệnh viện-izations, ca tử vong và thiệt hại sản xuất.Briggs ủng hộ việc sử dụng các bản phát hành phiên bản beta cho cụ thể parameters.11 Beta dis-tributions mô hình các sự kiện diễn ra trong vòng tối thiểu và tối đa giá trị. Đưa ra giới hạn tự nhiên giữa 0 và 1, các nhà phân phối là đặc biệt thích hợp cho các rủi ro (ví dụ, của chết hoặc nhập viện). Cụ thể, phân tích trên beta-blocker điều trị suy tim mạn tính, bản phân phối phiên bản beta đã được sử dụng cho rủi ro ban đầu, thứ hai, third, và thứ tư hoặc nhập thêm và rủi ro tử vong tại nhà hoặc tại bệnh viện, bên cạnh lognormal phân phối cho RRs và bình thường phân phối cho các đơn vị costs.11Với phần lớn các mô hình pharmacoeconomic được định nghĩa trong MS ExcelTM và dữ liệu (TreeAge phần mềm Inc.), nó là có liên quan đến một thời gian ngắn xem xét như thế nào cả hai gói dành cho lứa tuổi tạo điều kiện cho PSA. Đặc biệt, PSA là một tính năng được xây dựng trong dữ liệu, với một chức năng của Monte Carlo phân tích như là một lựa chọn phân tích rõ ràng. Đối với Excel, nhiều tiện ích cho phép PSA tồn tại. Ví dụ, @Risk (Palisade) đã được phát triển một cách rõ ràng và thường được sử dụng cho purpose.10 này12.3.3 phân tích kịch bảnKhông phải luôn luôn chính thức phân biệt như vậy, nó làm cho tinh thần để một thời gian ngắn xem xét kịch bản phân tích như là một loại hình cụ thể của SA. Phân tích tình huống đôi khi được định nghĩa là khám phá con đường tương lai có thể đưa ra quyết định cụ thể và hành động thực hiện trong hiện tại. Pharmacoeconomic mô hình hóa, trong một cảm giác, cũng liên quan đến quyết định hiện nay — ví dụ, trên đó ưu đãi xã hội thời gian để lựa chọn, mà giá đặt cho một loại thuốc mới — với tác động đến hiệu quả chi phí trong (năm tương lai gần). Một số các tham số trong các mô hình chỉ đơn thuần phản ánh các quyết định của các nhà hoạch định chính sách (mà giảm tốc độ để lựa chọn), các nhà sản xuất (giá) và các bên liên quan khác. Các tham số do đó có thể được xem như là phản ánh công cụ biến, nghĩa là dụng cụ mà tiết kiệm chi phí có thể được dẫn đường, chứ không phải là cơ hội biến tác động đến probabi-listically trên kết quả tiết kiệm chi phí. Thay đổi những công cụ biến và các tham số, do đó, cũng phản ánh kết quả của sự lựa chọn khác hơn là kết quả của sự không chắc chắn. Đối với những thông số phản ánh công cụ biến trong mô hình pharmacoeconomic, nó sẽ không làm cho tinh thần để bao gồm chúng trong PSA. Tác dụng trên các kết quả của điều này thiết lập các thông số khác nhau có thể được dán nhãn phân tích kịch bản và sẽ typi-cally gần giống một véc SA vào các tham số này. Tỷ lệ giảm giá và giá cả của các sản phẩm mới nghiên cứu (ví dụ, vắc-xin HPV) là những ví dụ điển hình của các tham số không phải là để được bao gồm trong PSA, nhưng trong kịch bản phân tích. Như sce-nario phân tích rõ ràng, chặt chẽ tương tự như véc SA, đó là thực sự thường được thực hiện như một phần của véc SA và không chính thức được phân biệt như vậy.

Kết quả (Việt) 2:

Ngoài ra, phù hợp với lý thuyết cơ bản dự toán chính thức của nguy cơ tương đối (RR), họ đã sử dụng phân phối lognormal cho RR liên quan đến lợi ích của điều trị oseltamivir trên đơn thuốc kháng sinh, các tổ Bệnh viện, tử vong và thiệt hại sản xuất.
Briggs ủng hộ việc sử dụng phân phối phiên bản beta cho parameters.11 Beta sự kiện mô hình sự đóng dis- cụ thể diễn ra trong vòng tối thiểu và giá trị tối đa. Với giới hạn tự nhiên của họ giữa 0 và 1, các bản phân phối đặc biệt thích hợp cho những rủi ro (ví dụ, tử vong hoặc nhập viện). Đặc biệt, trong một phân tích về điều trị beta-blocker cho suy tim mãn tính, phân phối phiên bản beta đã được sử dụng cho những rủi ro của viện ban đầu, thứ hai, thứ ba và thứ tư hay nhiều hơn và rủi ro tử vong tại nhà hoặc tại bệnh viện, bên cạnh phân phối lognormal cho RR và phân phối chuẩn cho đơn vị costs.11
với phần lớn các kiểu pharmacoeconomic được xác định trong MS ExcelTM và DATA (TreeAge Software Inc), nó có liên quan để xem xét ngắn gọn về cách cả hai lứa tuổi pack- tạo điều kiện PSA. Đặc biệt, PSA là một tích hợp tính năng của DATA, với một chức năng của phân tích Monte Carlo là một lựa chọn phân tích rõ ràng. Đối với Excel, một số add-ons cho phép PSA tồn tại. Ví dụ, @Risk (Palisade) đã được phát triển một cách rõ ràng và thường được sử dụng cho điều này purpose.10

12.3.3 phân tích kịch bản
Không phải lúc nào chính thức phân biệt như vậy, nó làm cho tinh thần để xem xét một thời gian ngắn phân tích kịch bản như một loại hình cụ thể của SA. Phân tích tình huống đôi khi còn được khám phá những con đường tương lai có thể được quyết định cụ thể và hành động trong hiện tại. Mô hình Pharmacoeconomic, trong một nghĩa nào đó, cũng liên quan đến decisions- hiện ví dụ, trên đó thời gian xã hội ưu tiên lựa chọn, giá để thiết lập cho các tác động một loại thuốc mới -với về hiệu quả chi phí trong (gần) năm trong tương lai. Một số thông số trong mô hình chỉ đơn thuần phản ánh quyết định của các nhà hoạch định chính sách (trong đó giảm giá tỷ lệ để lựa chọn), nhà sản xuất (giá cả), và các bên liên quan khác. Những thông số này do đó có thể được coi là phản ánh biến công cụ, ví dụ, công cụ mà chi phí-hiệu quả có thể được hướng dẫn, chứ không phải là biến cơ hội tác động đến probabi- listically vào kết quả chi phí-hiệu quả. Thay đổi các biến công cụ và các thông số, do đó, cũng phản ánh kết quả của sự lựa chọn hơn so với kết quả của sự không chắc chắn.

Đối với những thông số phản ánh biến công cụ trong mô hình pharmacoeconomic, nó sẽ không có ý nghĩa để bao gồm chúng trong PSA. Các hiệu ứng về kết quả của việc thay đổi này tập hợp các tham số có thể được dán nhãn phân tích kịch bản và sẽ diễn ra.Thông thường gần giống một đơn biến SA trên các thông số. Lãi suất chiết khấu và giá cả của các sản phẩm mới điều tra (ví dụ, các vắc-xin HPV) là những ví dụ điển hình của các thông số không được bao gồm trong PSA, nhưng trong phân tích kịch bản. Như phân tích nario sce- rõ ràng là gần giống với đơn biến SA, nó thực sự là thường được thực hiện như một phần của đơn biến SA và không chính thức phân biệt như vậy.