1
离散事件模拟技术于医疗科技评估的应用
前言
医疗科技评估（HealthTechnologyAssessment,HTA）是一种跨学科的评估方法，旨在系统性地评估新兴医疗科技的临床效果、经济性和社会影响。随着医疗科技的迅速发展，如新型药物、诊断工具和医疗设备的推陈出新，医疗体系面临着资源分配与成本效益管理的挑战。HTA为决策者提供了科学依据，协助决策者更好地理解和衡量新技术对病人健康结果、资源使用和整体社会的影响，进而做出有效的资源配置决策，促进公平、有效率且高质量的公卫医疗体系[1-3]。
HTA涵盖的范围十分广泛，包括临床疗效、安全性、成本效益、伦理、社会、文化和法律及环境等面向的评估。经济模型的建立与分析在HTA中占有重要地位，通常使用数学模型来模拟新科技的长期影响，并计算新科技相对于现有方案的成本效益。然而，传统模拟技术通常使用静态参数，且假设资源无限供应，这使得它们难以精确反映资源限制和医疗体系中事件的随机性。因此，此类模拟技术通常用于处理较巨观层面的议题，而在处理真实世界中资源有限的复杂医疗系统时，可能无法提供较精确的结果[1-3]。
针对某一个已经存在于实体环境或是构想中的系统，运用数学或是逻辑模式，建构一个近似该系统的运转模式称为模型。透过此一模型，评估不同作业程序或资源投入等决策所造成的影响，并分析其结果的一系列活动称之为模拟。模拟分析的好处是可以在无法进行实体实验的情况下，建构一个近似于真实世界的虚拟环境（即模型）并找出解决问题的方法（如图一）。
离散事件模拟（DiscreteEventSimulation,DES）是HTA模型分析中的重要工具，它是一种动态建模方法，通过模拟系统中的一系列离散事件来描绘系统的运作过程。这
2
些事件可以包括病人的诊断、治疗、康复过程，以及与资源（人力、药品、设备、空间等）的互动情况。DES的优势在于它能够动态追踪每一个个体在系统中的变化，并能够精确地考虑资源的有限性及其对系统结果的影响[1,2]。与传统的静态模拟技术相比，DES更加灵活，能够应对医疗系统中的异质性和不确定性。它可以针对每个病人进行个体化建模，模拟不同时间点的治疗过程，并考虑多种因素，如病人的健康状态、医疗过程的动态变化、资源限制等，进一步就优化资源分配并提升整体系统的效率，帮助决策者在不断变化的医疗环境中做出更明智的选择[1,2,4]。
图一、将真实世界问题转化为模拟模型以找出最适方案概念图[5]
DES与其他模拟技术的比较
决策模型是用于帮助决策者在处理复杂问题时，进行系统性分析的一种工具。它通过整合数据、假设和变量，帮助决策者在资源有限、风险不确定的情况下做出最佳选择。在公卫医疗领域，决策模型广泛应用于医疗科技评估、治疗方案的选择、资源分配的优化和预测治疗效果等方面。根据问题的不同特征，有多种决策模拟技术可供选择。常见的决策模拟技术包括决策树、马可夫模式、系统动态、代理人基模拟和离散事件模拟。每种模拟技术有其独特的应用场景和优势，适用于不同的决策问题[6]。
3
一、决策树（decisiontree）
决策树是一种直观的决策工具，通过树状分支结构来描绘不同决策点及其后续的结果。决策树通常用于短期决策，因其简单且易于理解，适合处理较为简单的问题。这些问题通常涉及有限的决策路径和结果变量。
决策树的优点在于其简单易懂，能够直观地显示每个决策的风险和效益。例如，医师可以利用决策树来分析不同治疗方案的选择，根据病人的健康状况、治疗效果和副作用等因素，帮助做出最佳治疗决策。这种模型特别适合短期决策，或当不同决策之间有明确的产出结果时。然而，当问题涉及多个时间点、随机事件或长期影响时，决策树会变得非常复杂且难以使用。
二、马可夫模型（MarkovModel）
马可夫模型适用于模拟慢性病等长期疾病的进展，特别是在须要考虑随时间变化的健康状态转换时。这种模拟技术将一个系统的健康状态划分为多个离散的状态，并假设病人在每一个时间点只能处于其中一个状态，随后在一定的概率下转换到其他状态。
马可夫模型尤其适合处理持续性疾病（如糖尿病或阿兹海默症）的长期治疗预测，帮助医疗机构了解不同治疗方案的长期效果，并为治疗策略的成本效益分析提供了有力的工具。而且在临床试验数据不足的情况下，马尔可夫模型可以帮助预测病人的长期健康结果。它的缺点在于不善于处理瞬时变化，并且模型通常假设转换概率不随时间变化，且难以处理瞬时变化和异质性个体，这在某些情况下可能不符合现实。
三、系统动态（SystemDynamics,SD）
系统动态模拟技术擅长处理大范围系统的动态行为，例如政策变更、资源流动和群体层