Evidence Synthesis for Decision Making in Healthcare

ویرایش:  
نویسندگان: Nicky J. Welton,  Alexander J. Sutton,  Nicola J. Cooper,  Keith R. Abrams,  A.E. Ades(auth.)  
سری:  
ISBN (شابک) : 9780470061091, 9781119942986 
ناشر:  
سال نشر: 2012 
تعداد صفحات: 293 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 2 مگابایت 

قیمت کتاب (تومان) : 37,000



در ارزیابی مراقبت های بهداشتی، روش های دقیق ارزیابی کمی برای ایجاد مداخلات موثر و مقرون به صرفه ضروری است. معمولاً یک مطالعه واحد به طور کامل به این مسائل نمی پردازد و ترکیب شواهد از منابع متعدد مطلوب است. هدف این کتاب ارائه یک راهنمای عملی برای ترکیب شواهد به منظور تصمیم‌گیری است که با یک مدل تک پارامتری ساده شروع می‌شود، که در آن همه مطالعات مقدار یکسانی را تخمین می‌زنند (متاآنالیز زوجی) و به سمت ساختارهای چند پارامتری پیچیده‌تر (از جمله). متارگرسیون، مقایسه‌های درمانی ترکیبی، مدل‌های مارکوف پیشرفت بیماری، و مدل‌های اپیدمیولوژی). یک چارچوب جامع و منسجم با استفاده از روش‌های بیزی اتخاذ و برآورد می‌شود.

ویژگی‌های کلیدی:

رویکرد منسجم برای ترکیب شواهد از منابع متعدد. تمرکز بر روش‌های بیزی برای سنتز شواهد است که می‌تواند در تحلیل‌های مقرون‌به‌صرفه در یک چارچوب احتمالی با استفاده از شبیه‌سازی مونت کارلو زنجیره مارکوف ادغام شود. روش هایی را برای ترکیب آماری شواهد از طیف وسیعی از ساختارهای شواهد ارائه می دهد. بر اهمیت نقد مدل و بررسی سازگاری شواهد تاکید می کند. نمونه های کار شده، تمرین ها و راه حل های متعددی را ارائه می دهد که از یک انواع رشته های پزشکی در سراسر کتاب. کد WinBUGS برای همه نمونه ها ارائه شده است.

ترکیب شواهد برای تصمیم‌گیری در مراقبت‌های بهداشتی برای اقتصاددانان سلامت، مدل‌سازان تصمیم‌گیری، آماردانان و سایر افراد دخیل در ترکیب شواهد، ارزیابی فناوری سلامت، و ارزیابی اقتصادی فناوری‌های سلامت در نظر گرفته شده است. محتوا:
فصل 1 مقدمه (صفحات 1-16):
فصل 2 روش های بیزی و WinBUGS (صفحه های 17-42):
فصل 3 مقدمه ای بر مدل های تصمیم گیری (صفحات 43-75):
فصل 4 متا؟ تجزیه و تحلیل با استفاده از روش‌های بیزی (صفحه‌های 76-93):
فصل 5 کاوش بین ناهمگونی مطالعه (صفحات 94-114):
فصل 6 نقد مدل و سازگاری شواهد در تجزیه و تحلیل اثرات تصادفی (صفحه‌های 1371-15):
فصل 7 ترکیب شواهد در چارچوب مدل‌سازی تصمیم (صفحات 138-150):
فصل 8 ترکیب شواهد چند پارامتری (صفحات 151-168):
فصل 9 مقایسه‌های درمان ترکیبی و غیر مستقیم (صفحه‌های 169- 192):
فصل 10 مدل‌های مارکوف (صفحه‌های 193-226):
فصل 11 ترکیب شواهد تعمیم‌یافته (صفحه‌های 227-250):
فصل 12 ارزش مورد انتظار اطلاعات برای اولویت‌بندی پژوهش و طراحی مطالعه (صفحه‌های 251) –269):

In the evaluation of healthcare, rigorous methods of quantitative assessment are necessary to establish interventions that are both effective and cost-effective. Usually a single study will not fully address these issues and it is desirable to synthesize evidence from multiple sources. This book aims to provide a practical guide to evidence synthesis for the purpose of decision making, starting with a simple single parameter model, where all studies estimate the same quantity (pairwise meta-analysis) and progressing to more complex multi-parameter structures (including meta-regression, mixed treatment comparisons, Markov models of disease progression, and epidemiology models). A comprehensive, coherent framework is adopted and estimated using Bayesian methods.

Key features:

A coherent approach to evidence synthesis from multiple sources. Focus is given to Bayesian methods for evidence synthesis that can be integrated within cost-effectiveness analyses in a probabilistic framework using Markov Chain Monte Carlo simulation. Provides methods to statistically combine evidence from a range of evidence structures. Emphasizes the importance of model critique and checking for evidence consistency. Presents numerous worked examples, exercises and solutions drawn from a variety of medical disciplines throughout the book. WinBUGS code is provided for all examples.

Evidence Synthesis for Decision Making in Healthcare is intended for health economists, decision modelers, statisticians and others involved in evidence synthesis, health technology assessment, and economic evaluation of health technologies.Content:
Chapter 1 Introduction (pages 1–16):
Chapter 2 Bayesian Methods and WinBUGS (pages 17–42):
Chapter 3 Introduction to Decision Models (pages 43–75):
Chapter 4 Meta?Analysis Using Bayesian Methods (pages 76–93):
Chapter 5 Exploring Between Study Heterogeneity (pages 94–114):
Chapter 6 Model Critique and Evidence Consistency in Random Effects Meta?Analysis (pages 115–137):
Chapter 7 Evidence Synthesis in a Decision Modelling Framework (pages 138–150):
Chapter 8 Multi?Parameter Evidence Synthesis (pages 151–168):
Chapter 9 Mixed and Indirect Treatment Comparisons (pages 169–192):
Chapter 10 Markov Models (pages 193–226):
Chapter 11 Generalised Evidence Synthesis (pages 227–250):
Chapter 12 Expected Value of Information for Research Prioritization and Study Design (pages 251–269):