ศูนย์การศึกษาต่อเนื่อง คณะเภสัชศาสตร์ มหาวิทยาลัยนเรศวร

บทความการศึกษาต่อเนื่อง

แบบจาลองการวิเคราะห์การตัดสินใจ (Decision analysis model) I:

แบบจาลองแผนภูมิต้นไม้ (Decision tree model)
ปิยะเมธ ดิลกธรสกุล ภ.บ. (บริบาลเภสัชกรรม), วท.ด. (เภสัชศาสตร์)*
ณธร ชัยญาคุณาพฤกษ์ Pharm.D., Ph.D.*,#
*ศูนย์วิจัยผลลัพธ์ทางเภสัชกรรม คณะเภสัชศาสตร์ มหาวิทยาลัยนเรศวร
#
School of Pharmacy, Monash University Malaysia, Selangor, Malaysia

รหัสกิจกรรม: 1007-1-000-002-12-2559
จานวนหน่วยกิต 3 หน่วยกิตการศึกษาต่อเนื่อง
วันที่รับรอง: 30 ธ.ค. 2559
วันที่หมดอายุ: 29 ธ.ค. 2560

วัตถุประสงค์การเรียนรู้
1. ผู้อ่านเข้าใจความสาคัญของการวิเคราะห์การตัดสินใจ
2. ผู้อ่านเข้าใจการวิเคราะห์การตัดสินใจชนิดแบบจาลองแผนภูมิต้นไม้

บทนา
การตัดสินใจเป็นส่วนหนึ่งของการทากิจกรรมต่างๆ ในชีวิตประจาวัน ยกตัวอย่างเช่น การ
เลือกซื้อโทรศัพท์เคลื่อนที่ ซึ่งในปัจจุบันมีโทรศัพท์เคลื่อนที่ออกมามากมายหลายรุ่น หลายยี่ห้อ การ
จะเลือกซื้อโทรศัพท์เคลื่อนที่เครื่องใดเครื่องหนึ่งจาเป็นต้องผ่านกระบวนการคิดและตัดสินใจ ว่าจะซื้อ
หรือไม่ซื้อและซื้อรุ่นใด เพราะอะไร ซึ่งผู้ซื้ออาจต้องคานึงถึงปัจจัยต่างๆ เช่น ราคา ประสิทธิภาพ
ความคุ้มค่า ลักษณะการใช้งาน ฯลฯ เพื่อให้ได้มาซึ่งโทรศัพท์เคลื่อนที่ที่เหมาะสมกับผู้ซื้อมากที่สุด
การให้บริการทางสาธารณสุขก็เช่นกัน การตัดสินใจว่าจะเลือกซื้อหรือใช้ยา บริการสุขภาพ
หรือเทคโนโลยีในการตรวจรักษา จึงจาเป็นต้องคานึงถึงปัจจัยต่างๆ ด้วย ยกตัวอย่างเช่น ประโยชน์
ของยา ความเสี่ยงในการเกิดอาการไม่พึงประสงค์ ราคายา เป็นต้น
ปัญหาการตัดสินใจทางคลินิกที่สาคัญคือ ความสลับซับซ้อนของกระบวนการและขั้นตอนของ
การตัดสินใจ ในแต่ละทางเลือกจะมีความน่าจะเป็น (probability) ของการเกิดผลลัพธ์ทางคลินิก ที่
ต่างกัน ทั้งในแง่ของประโยชน์และความเสี่ยง ทาให้ยากต่อการเปรียบเทียบว่าทางเลือกใดเหมาะสม
ที่สุด นอกจากนี้ภายใต้ความสลับซับซ้อนของการตัดสินใจ ยัง มีความไม่แน่นอน (uncertainty) ใน
ข้อมูล ที่น ามาใช้ ในการตั ดสิ น ใจ ดังนั้น จึงได้มี การน าหลั ก การวิเคราะห์ ก ารตัดสิ นใจ (decision
analysis) มาช่วยวิเคราะห์ เพราะจะทาให้ปัญหาที่สลับซับซ้อนถูกวิเคราะห์อย่างเป็นระบบมากยิ่งขึ้น

1
 ศูนย์การศึกษาต่อเนื่อง คณะเภสัชศาสตร์ มหาวิทยาลัยนเรศวร

แบบจาลองการตัดสินใจ (ทางเศรษฐศาสตร์สาธารณสุข) คืออะไร?

แบบจาลองการตัดสินใจเป็นเครื่องมือช่วยกาหนดกรอบแนวคิดในการรวบรวมข้อมูลที่จาเป็น
ให้ครอบคลุมและเหมาะสมต่อกระบวนการการตัดสินใจ
ทางเศรษฐศาสตร์สาธารณสุข มีการใช้แบบจาลองการตัดสินใจเพื่อแสดงคุณค่า (value) ของ
เทคโนโลยีทางสุขภาพ (เช่น ยา เครื่องมือแพทย์ หรือบริการทางสุขภาพ) ในรูปแบบของต้นทุนและ
ผลลัพธ์ทางคลินิก โดยคานึงถึงการตัดสินใจทั้งในระดับประชากรและระดับผู้ป่วยรายบุคคล คานึงถึง
ต้นทุน (ทั้งทางตรงและทางอ้อม) และผลลัพธ์ทางคลินิกทั้งในแง่ของประสิทธิภาพ ความปลอดภัยและ
คุณ ภาพชีวิต การใช้แบบจ าลองในการวิเคราะห์ การตัดสิ น ใจดังกล่ าวจะช่วยให้ การตัดสิ น ใจทาง
สาธารณสุขเป็นไปอย่างครอบคลุมรอบด้านและเหมาะสมมากขึ้น
ยกตั ว อย่ า งเช่ น การวิ เคราะห์ ก ารตั ด สิ น ใจเกี่ ย วกั บ การจั ด ท าโครงการการฉี ด วั ค ซี น
Pneumococcal vaccine (รูปที่ 1) โดยใช้แบบจาลองการตัดสินใจเพื่อวิเคราะห์ว่าหากมีการจัดทา
โครงการการฉี ด วั ค ซี น Pneumococcal vaccine (vaccination) เปรีย บเที ย บกั บ ไม่ มี ก ารจั ด ท า
โครงการฉี ด วัค ซี น Pneumococcal vaccine (no vaccination) จะมี ค วามคุ้ ม ค่ าทางการแพทย์
หรือไม่ ผู้วิเคราะห์การตัดสินใจได้ออกแบบแบบจาลองการตัดสินใจโดยคานึงว่า หากมี (หรือไม่มี)
การจั ด ท าโครงการดั ง กล่ า วจะส่ งผลกระทบทางคลิ นิ ก ได้ แ ก่ การเป็ น โรคที่ เกี่ ย วเนื่ อ งกั บ เชื้ อ
Pneumococcus (Pneumococcal-associated disease) และผลกระทบของการเป็นโรคดังกล่าว
อันได้แก่ ความพิการ (disability) การมีผลกระทบทางคลินิกที่ไม่ ถึงกับพิการ (sequelae) และการ
เสียชีวิต (death) หรือไม่ เป็นต้น

รูปที่ 1 ตัวอย่างการใช้แบบจาลองการตัดสินใจสาหรับการจัดทาโครงการวัคซีน Pneumococcal

vaccine
จะเห็นได้ว่าแบบจาลองการตัดสินใจทาให้มีการวิเคราะห์ผลกระทบของเทคโนโลยีอย่างใด
อย่างหนึ่งอย่างรอบด้านมากขึ้น

2
 ศูนย์การศึกษาต่อเนื่อง คณะเภสัชศาสตร์ มหาวิทยาลัยนเรศวร

ทาไมต้องการการวิเคราะห์การตัดสินใจ?
หลายๆ เหตุผลที่บุคลากรทางการแพทย์ควรมีความรู้ความเข้าใจในการวิเคราะห์การตัดสินใจ
อาทิ
1. ปั จ จุ บั น ผู้ ก าหนดนโยบายทั้ งในระดั บ หน่ว ยงาน ระดั บ ประเทศ และระดับ โลก มี ความ
ต้องการข้อมูลเชิงประจักษ์สาหรับช่วยในการตัดสินใจเชิงนโยบายมากขึ้น และหนึ่งในข้อมูลที่
มีความจาเป็นสาหรับการตัดสินใจได้แก่ ข้อมูลด้านความคุ้มค่าทางการแพทย์ (economic
evaluation) ซึ่งการวิเคราะห์การตัดสินใจเป็นเครื่องมือที่ได้รับความนิยมอย่างมากสาหรับ
การประเมินความคุ้มค่าทางการแพทย์
ทางคลิ นิ ก หลายๆ ครั้ง บุ คลากรทางการแพทย์ ต้องการข้อมูลที่ห ลากหลาย เพื่อทาการ
ประเมินความคุ้มค่าทางการแพทย์ เช่น ข้อมูลด้านประสิทธิภาพ ข้อ มูลด้านความปลอดภัย
ข้อมูลด้านต้นทุน เป็นต้น แต่ข้อมูลเหล่านั้นไม่สามารถหาได้จากแหล่งข้อมูลเพียงแหล่งเดียว
การวิเคราะห์การตัดสินใจด้วยแบบจาลองการตัดสินใจจะช่วยให้สามารถรวบรวมข้อมูลจาก
แหล่งข้อมูลหลายแหล่ง มาวิเคราะห์การตัดสินใจได้ (รูปที่ 2)

ต้นทุนทางอ้อม
ประสิทธิภาพ ต้นทุนทางตรง

การวิเคราะห์
การตัดสินใจ
ความปลอดภัย ความร่วมมือใน
การใช้ยา
อรรถประโยชน์

รูปที่ 2 กรอบแนวคิดการวิเคราะห์การตัดสินใจโดยการรวบรวมข้อมูลจากแหล่งข้อมูลหลายๆ แหล่ง

2. บุคลากรทางการแพทย์จาเป็นต้องทราบผลลัพธ์ทางคลินิกสุ ดท้าย (final outcomes) ของ

การรักษาอย่างใดอย่างหนึ่ ง เช่น การเกิดโรคหั วใจจากการใช้ยาลดไขมันในเลื อดตัวใหม่
เปรียบเทียบกับยาหลอก แต่ไม่มีการศึกษาที่มีระยะเวลาเพียงพอที่สามารถวัดผลได้ อย่างไรก็
ตาม มีก ารรายงานผลเป็ น ผลลั พ ธ์ท างห้ องปฏิ บัติ การซึ่งเป็ น ผลลั พ ธ์ตัว แทน (surrogate
outcomes) ซึ่ ง การใช้ แ บบจ าลองการวิเคราะห์ ก ารตั ด สิ น ใจจะช่ ว ยให้ ห าความสั ม พั น ธ์
ระหว่างการรักษาอย่างใดอย่ างหนึ่ง (เช่น ยา) กับผลลั พธ์สุ ดท้ าย โดยผ่ านความสัมพัน ธ์
ระหว่างการรักษานั้นๆ กับผลลัพธ์ตัวแทน และความสัมพันธ์ระหว่างผลลัพธ์ตัวแทนและ
ผลลัพธ์สุดท้ายได้ (รูปที่ 3)

3
 ศูนย์การศึกษาต่อเนื่อง คณะเภสัชศาสตร์ มหาวิทยาลัยนเรศวร

ผลลัพธ์ตัวแทน เช่น ค่า ผลลัพธ์สุดท้าย เช่น

การรักษาอย่างใด LDL-cholesterol การเกิดโรคหัวใจ
อย่างหนึ่ง (surrogate outcomes) (final outcomes)

ข้อมูลทางระบาดวิทยา

รูปที่ 3 ความสัมพันธ์ระหว่างการรักษาอย่างใดอย่างหนึ่งกับผลลัพธ์สุดท้ายผ่านผลลัพธ์ตัวแทน

3. ข้อจากัดของการศึกษาทางคลินิกที่ส่วนใหญ่แล้วจะทาการศึกษาในระยะเวลาที่ไม่ยาวมากนัก
ซึ่งทาให้ ไม่ส ามารถศึกษาผลระยะยาวของการรักษาใดการรักษาหนึ่งได้ แบบจาลองการ
ตัดสินใจจะช่วยประมาณผลระยะยาวจากผลการศึกษาที่มีอยู่ได้
4. การตัดสินใจทางสาธารณสุขส่วนใหญ่แล้วจะขึ้นอยู่กับบริบทของแต่ละพื้นที่ แต่หลายๆ ครั้ง
ก็ ไม่ส ามารถหาข้อมูล ที่ เหมาะสมของแต่ล ะบริบ ทได้ แบบจาลองการตัดสิ น ใจจะช่ว ยให้
สามารถปรับข้อมูลเพื่อให้เหมาะสมกับแต่ละบริบทได้ เช่น การใช้อัตราความร่วมมือในการใช้
ยามาปรับลดประสิทธิภาพของยาโรคเรื้อรังที่เกิดขึ้นในระยะยาว เป็นต้น
จากเหตุผลดังกล่าวข้างต้น บุคลากรทางการแพทย์ในทุกภาคส่วนจึงควรมีความรู้ ความเข้าใจ
ในหลักการพื้นฐานเกี่ยวกับการวิเคราะห์การตัดสินใจและแบบจาลองการตัดสินใจ เพื่อที่จะสามารถ
อ่านและเข้าใจงานวิจัยในลักษณะนี้ได้อย่างมีประสิทธิภาพ
หลักการพื้นฐานของการวิเคราะห์การตัดสินใจ
หลักการพื้นฐานของการวิเคราะห์การตัดสินใจ คือ การวิเคราะห์เพื่อตัดสินใจเลือกทางเลือก
(choices) อย่างเป็น ระบบ โดยการใช้ข้อมูลต่างๆ จากแหล่งข้อมูลหลายแหล่งที่มีความน่าเชื่อถือ
เพื่อให้การตัดสินใจเป็นไปอย่างรอบคอบและครอบคลุมในทุกด้านที่เกี่ยวข้อง
แบบจาลองการวิเคราะห์การตัดสินใจทางคลินิก มี 2 แบบจาลองหลักๆ ได้แก่
1. แบบจาลองแผนภูมิต้น ไม้ (Decision tree model) ซึ่งมักใช้ในกรณี ที่ ผลกระทบของการ
ตัดสินใจเกิดขึ้นในช่วงเวลาอันสั้น
2. แบบจาลองมาร์คอฟ (Markov model) ซึ่งมักใช้ในกรณีที่ผลกระทบของการตัดสินใจเกิดขึ้น
ในช่วงเวลาที่ยาวนาน มักใช้ในกรณีโรคเรื้อรัง และในกรณีที่มีการเกิดเหตุการณ์ซ้า
ในบทความนี้จะนาเสนอการวิเคราะห์การตัดสินใจด้วยแบบจาลองแผนภูมิต้นไม้

4
 ศูนย์การศึกษาต่อเนื่อง คณะเภสัชศาสตร์ มหาวิทยาลัยนเรศวร

องค์ประกอบสาคัญของแบบจาลองแผนภูมิต้นไม้
องค์ประกอบสาคัญของแบบจาลองแผนภูมิต้นไม้ มี 2 ส่วน ได้แก่ 1) ความน่าจะเป็นในการ
เกิด ผลลั พ ธ์ (probabilities) และ 2) ผลลั พ ธ์ (pay-offs) หรือ เรียกอี กอย่างว่าคุณ ค่า (value) ซึ่ ง
ครอบคลุมทั้งในส่ วนของต้นทุน (cost) ผลลั พธ์ทางคลินิก (clinical outcomes) เช่น การเกิดโรค
และอรรถประโยชน์ (utility)
ความน่าจะเป็นในการเกิดผลลัพธ์ (probabilities)
ความน่าจะเป็นในการเกิดผลลัพธ์ (probabilities) คือ โอกาสที่จะเกิดเหตุการณ์ทางคลินิก
หลั ง จากที่ ได้ ตั ด สิ น ใจเลื อ กทางเลื อ ก (choices) ใดทางเลื อ กหนึ่ ง เช่ น การตั ด สิ น ใจเลื อ กใช้ ย า
drotrecogin alfa สาหรับการรักษาโรคติดเชื้อรุนแรง (severe sepsis) (รูปที่ 4) ข้อมูลแสดงให้เห็น
ว่า ผู้ ที่ ได้ รั บ ยานี้ มี โอกาสเกิด เลื อดออกผิ ด ปกติ (bleeding) ได้ ดั งนั้ น ความน่ าจะเป็ น ในการเกิ ด
เลือดออกผิดปกติจึงถูกนามาคิดในแบบจาลองนี้ (probability A) ในทางกลับกัน โอกาสที่ผู้ป่วยจะไม่
เกิดเลือดออกผิดปกติหลังจากใช้ยา drotrecogin alfa จะคิดเป็น 1- probability A เช่น โอกาสที่
ผู้ป่วยจะเกิดเลือดออกจากยา drotrecogin alfa จากการศึกษาก่อนหน้าคิดเป็น 20% (probability
= 0.2) ดังนั้น โอกาสที่ผู้ป่วยจะไม่เกิดเลือดออกจากยา drotrecogin alfa คิดเป็น 100% - 20% =
80% (probability = 0.8) เป็นต้น

รูปที่ 4 ตัวอย่างการวิเคราะห์การตัดสินใจใช้ drotrecogin alfa ในการรักษาผู้ป่วยโรคติดเชื้อรุนแรง

(adapted from Green C, et al. Health Technol Assess. 2005 Mar;9(11):1-126, iii-iv.)
Probability A = ความน่าจะเป็นในการเกิดเลือดออกผิดปกติ
Probability B = ความน่าจะเป็นในการรอดชีวิตจากเลือดออกผิดปกติ
Pay-off A = ผลลัพธ์ (เช่น ต้นทุน ผลลัพธ์ทางคลินิก อรรถประโยชน์) ที่เกิดขึ้นในผู้ป่วยที่ได้รับยา drotrecogin
alfa มีเลือดออกผิดปกติ แต่รอดชีวิต
Pay-off A = ผลลัพธ์ (เช่น ต้นทุน ผลลัพธ์ทางคลินิก อรรถประโยชน์) ที่เกิดขึ้นในผู้ป่วยที่ได้รับยา drotrecogin
alfa มีเลือดออกผิดปกติ และเสียชีวิต
Cost A = ต้นทุนค่ายา drotrecogin
Cost B = ต้นทุนค่ารักษาเลือดออกผิดปกติ
Cost C = ต้นทุนค่ารักษาผู้ป่วยก่อนเสียชีวิต (Cost of end of life care)

5
 ศูนย์การศึกษาต่อเนื่อง คณะเภสัชศาสตร์ มหาวิทยาลัยนเรศวร

ผลลัพธ์ (pay-offs) หรือคุณค่า (value)

ผลลัพธ์ (pay-offs) หรือคุณ ค่า (value) ที่ใช้ในแบบจาลองการตัดสินใจทางคลินิกแบ่งได้
ออกเป็ น 3 ส่ ว น ได้ แ ก่ ต้ น ทุ น ผลลั พ ธ์ ท างคลิ นิ ก และอรรถประโยชน์ ซึ่ ง ในแต่ ล ะผลกระทบ
(consequences) ของการตัดสินใจจะสิ้นสุดด้วยผลลัพธ์การตัดสินใจนั้นๆ เช่น การตัดสินใจใช้ยา
drotrecogin alfa จะมีผ ลกระทบทาให้มีโอกาสเกิดเลือดออกผิดปกติ (bleeding) และผลกระทบ
ต่อเนื่องจากการเกิดเลือดออกผิดปกติ ได้แก่ การรอดชีวิต (probability B) ซึ่งในกลุ่มผู้รอดชีวิตก็จะมี
ต้ น ทุ น (pay-off A; cost) และผลลั พ ธ์ ท างคลิ นิ ก (pay-off A; clinical outcomes) (เส้ น ทาง
(pathway) ที่ 1 ของรูปที่ 4)
ในขณะเดี ย วกั น การตั ด สิ น ใจใช้ ย า drotrecogin alfa จะมี ผ ลกระทบท าให้ มี โอกาสเกิ ด
เลื อดออกผิ ดปกติ (bleeding) แต่ผู้ ป่ วยเสี ยชีวิต ซึ่งจะมีผ ลลั พ ธ์ของการตัดสิ น ใจนี้ ได้แก่ ต้นทุ น
(pay-off B; cost) และผลลัพธ์ทางคลิ นิก (pay-off B; clinical outcomes) ด้วยเช่นกัน (เส้นทาง
(pathway) ที่ 2 ของรูปที่ 4)
คุณค่าคาดหวัง (expected value)
กรอบแนวคิดของคุณค่าคาดหวัง (expected value) คือ การหาค่าโอกาสที่จะเกิดผลลัพธ์ใด
ผลลั พ ธ์ห นึ่ ง (pay-off เรีย กอี กอย่ างว่า value) โดยคานวณจาก ผลลั พ ธ์ที่เกิ ดขึ้น (pay-off) จาก
ผลกระทบของการตัด สิ น ใจในแต่ล ะเส้ นทาง (pathway) ถ่ว งน้าหนัก ด้ว ยความน่าจะเป็ นในการ
เกิดผลลัพธ์ (probability) ของเส้นทางนั้นๆ
เช่ น การค านวณต้ น ทุ น คาดหวังของการได้ รับ ยา drotrecogin alfa และเกิ ด เลื อ ดออก
ผิดปกติแต่ผู้ป่วยรอดชีวิต (เส้นทาง (pathway) ที่ 1 ของรูปที่ 4) เกิดจากผลคูณระหว่างโอกาสการ
เกิดเลือดออกผิดปกติ (probability A) โอกาสการรอดชีวิต (probability B) และต้นทุนของผู้ป่วยที่
ได้รับยาแล้วเกิดเลือดออกและรอดชีวิต (pay-off A) ซึ่งต้นทุนของผู้ป่วยที่ได้รับยาแล้วเกิดเลือดออก
และรอดชีวิตเกิดจากผลรวมของต้นทุนค่ายา (cost A) และต้นทุนค่ารักษาเลือดออกผิดปกติ (cost B)

Expected cost = probability A* probability B*(cost A + cost B) ------------------ pay-off A

Expected cost = probability A* (1-probability B)*(cost A + cost B+ cost C) -- pay-off B

สมมติว่า โอกาสการเกิดเลือดออกผิดปกติ (probability A) = 0.2

โอกาสเกิดรอดชีวิตจากเลือดออกผิดปกติ (probability B) = 0.4
ต้นทุนค่ายา (cost A) = 3,000 บาท
ต้นทุนค่ารักษาเลือดออกผิดปกติ (cost B) = 7,000 บาท
ต้นทุนค่ารักษาผู้ป่วยก่อนเสียชีวิต (cost C) = 10,000 บาท
ดังนั้น Expected cost (pay-off A) = 0.2*0.4*(3000+7000) ---> 800 บาท
Expected cost (pay-off B) = 0.2*0.6*(3000+7000+10000) ---> 2,400 บาท

6
 ศูนย์การศึกษาต่อเนื่อง คณะเภสัชศาสตร์ มหาวิทยาลัยนเรศวร

การวิ เคราะห์ ผ ลลั พ ธ์ค าดหวั ง (expected outcomes) ก็ เป็ น เช่น เดี ย วกั บ การวิ เคราะห์
ต้นทุนคาดหวัง คือ คานวณจากผลลัพธ์ที่เกิดขึ้น (pay-off) จากผลกระทบของการตัดสินใจในแต่ละ
เส้นทาง (pathway) ถ่วงน้าหนักด้วยความน่าจะเป็นในการเกิดผลลั พธ์ (probability) ของเส้นทาง
นั้นๆ
จากรูปที่ 4 สมมติให้ผลลัพธ์ที่สนใจคือการรอดชีวิตที่เวลา 28 วันถึง 30 เดือน โดยส่วนใหญ่
แล้วหากผลลัพธ์ที่สนใจเป็นผลลัพธ์แบบสองทาง (binary outcomes เช่น เกิด/ไม่เกิด ตาย/ไม่ตาย)
จะกาหนดให้ผลลัพธ์ที่สนใจเป็นเลข 1 และผลลัพธ์ที่ ไม่สนใจเป็น 0 ดังนั้นในตัวอย่างนี้จะกาหนดให้
การรอดชีวิตที่เวลา 28 วันถึง 30 เดือน เป็น 1 และการตายเป็น 0

Expected survive = probability A* probability B* (outcome) --------------------- pay-off A

Expected survive = probability A* (1-probability B)*(outcome) ------------------ pay-off B

สมมติว่า โอกาสการเกิดเลือดออกผิดปกติ (probability A) = 0.2

โอกาสเกิดรอดชีวิตจากเลือดออกผิดปกติ (probability B) = 0.4
การรอดชีวิตแทนด้วยเลข 1 และการตายแทนด้วยเลข 0
ดังนั้น Expected survive (pay-off A) = 0.2*0.4*1 ----> 0.08
Expected survive (pay-off B) = 0.2*0.4*0 ----> 0

ขั้นตอนการสร้างแบบจาลองแผนภูมิต้นไม้
การสร้างแบบจาลองแผนภูมิต้นไม้แบ่งออกได้เป็น 5 ขั้นตอน ได้แก่
1) การกาหนดคาถาม
2) การกาหนดขอบเขต
3) การสร้างแบบจาลองแผนภูมิต้นไม้
4) การรวบรวมข้อมูลและสังเคราะห์ข้อมูลเพื่อใช้ในแบบจาลอง
5) การจัดการความไม่แน่นอน

ในส่วนของการจัดการความไม่แน่นอนจะนาเสนอไว้ในบทความเรื่องแบบจาลองการวิเคราะห์
การตัดสินใจ (Decision analysis model) II: แบบจาลองมาร์คอฟ (Markov model) และการ
จัดการความไม่แน่ใจ

การกาหนดคาถาม
การกาหนดคาถามสาหรับการวิเคราะห์การตัดสินใจในแบบจาลองแผนภูมิต้นไม้ ต้องมีความ
ชัดเจน เป็นเหตุเป็นผล และมีความสาคัญต่อการตัดสินใจทั้งในเชิงนโยบายและ/หรือการวางแผนการ
รักษา

7
 ศูนย์การศึกษาต่อเนื่อง คณะเภสัชศาสตร์ มหาวิทยาลัยนเรศวร

การกาหนดคาถามสาหรับ การวิเคราะห์ การตัดสินใจทางคลินิกอาจใช้ห ลักการของ PICO

สาหรับเป็นแนวทางในการกาหนดคาถาม ได้แก่
- P (population) ผู้กาหนดคาถามสาหรับ การวิเคราะห์ การตัดสินใจจาเป็นต้องคานึงถึง
ประชากรที่จะนาผลการวิเคราะห์การตัดสินใจไปใช้ให้ชัดเจน ว่าเป็นกลุ่มใด ลักษณะของโรค
เป็นอย่างไร
- I/C (intervention/comparator) ผู้ กาหนดคาถามจาเป็น ต้องกาหนดทางเลื อกสาหรับ
การแก้ปัญหาทางคลินิกที่ชัดเจน
การกาหนดทางเลือกสาหรับการวิเคราะห์การตัดสินใจควรกาหนดจากทางเลือกทั้งหมดที่
เป็นไปได้ ควรเป็นทางเลือกที่มีคาจากัดความที่ชัดเจนและมีความสาคัญทางนโยบาย (policy
relevance) และ/หรือความสาคัญทางคลินิก (clinical relevance) ส่วนทางเลือกที่เป็นตัว
เปรียบเทียบหลักควรเป็นทางเลือกที่เหมาะสมกับสถานการณ์ที่เป็นอยู่ในปัจจุบัน เช่น การ
รักษามาตรฐาน (standard of care) หรือการรักษาในปัจจุบัน (current practice) เป็นต้น
- O (outcomes) ผู้กาหนดคาถามสาหรับการวิเคราะห์ การตัดสินใจทางคลินิกจาเป็นต้อง
ก าหนดผลลั พ ธ์ ใ นการรั ก ษาที่ ชั ด เจน โดยอาจเป็ น ผลลั พ ธ์ ท างคลิ นิ ก ผลลั พ ธ์ ท าง
เศรษฐศาสตร์ หรือผลลัพธ์ทางมนุษย์ ก็ได้ ซึ่งหากเป็นไปได้ควรกาหนดผลลัพธ์ให้เป็นผลลัพธ์
สุดท้าย (final outcome) ของโรคนั้นๆ เช่น การตาย การเกิดโรค หรือ quality-adjusted
life-year (QALY) เป็นต้น
เช่น ผู้ป่วยหญิงไทยอายุ 55 ปี มีประวัติโรคกระเพาะอาหาร แต่ไม่เคยมีการทา endoscopy
มาหาแพทย์ด้วยอาการเจ็บข้อ ได้รับการวินิจฉัยว่าเป็น rheumatoid arthritis ผู้ป่วยควรได้รับการ
รักษาด้วยยาแก้ปวดตัวใด
P = ผู้ป่วยโรค rheumatoid arthritis
I/C = Cox-2 inhibitor หรือ NSAIDs
O = การควบคุมการปวด / QALY

นอกจากการกาหนดคาถามสาหรับการวิเคราะห์การตัดสินใจทางคลินิกโดยใช้กรอบแนวคิด
ตามหลักการ PICO แล้ว ผู้กาหนดคาถามจาเป็นต้องกาหนดเส้นทาง (pathway) ของผลกระทบที่เกิด
จากการตัดสินใจด้วยว่า หากมีการตัดสินใจอย่างใดอย่างหนึ่งแล้ว สามารถเกิดผลกระทบทางคลินิก
อย่ างไรได้บ้ าง เช่น ผู้ ป่ วยโรค rheumatoid arthritis ข้างต้น หากได้รับ NSAIDs อาจเกิ ดอาการ
ข้ า งเคี ย งทางระบบทางเดิ น อาหาร ส่ ง ผลให้ ต้ อ งไปท าการส่ อ งกล้ อ งในทางเดิ น อาหาร
(esophagogastroduodenoscopy, EGD) และอื่นๆ ดังตัวอย่างในรูปที่ 5

8
 ศูนย์การศึกษาต่อเนื่อง คณะเภสัชศาสตร์ มหาวิทยาลัยนเรศวร

รูปที่ 5 ตัวอย่างการกาหนดเส้นทาง (pathway) ของผลกระทบสาหรับการตัดสินใจใช้ NSAIDs ใน

ผู้ป่วยโรค rheumatoid arthritis, EGD = esophagogastroduodenoscopy, GI =
gastrointestinal, NUD = nonulcer dyspepsia, PPI = proton-pump inhibitor (reference:
Spiegel BM, et al. Ann Intern Med. 2003 May 20;138(10):795-806.)

การกาหนดขอบเขต
การกาหนดขอบเขตของการวิเคราะห์การตัดสินใจในแบบจาลองแผนภูมิต้นไม้ เป็นขั้นตอน
สาคัญสาหรับการสร้างแบบจาลองแผนภูมิต้นไม้ หัวข้อที่จาเป็นต้องคานึงถึงในการกาหนดขอบเขต
ของการวิเคราะห์การตัดสินใจ ได้แก่
1) มุมมองในการวิเคราะห์การตัดสินใจ (perspective) ว่าจะวิเคราะห์ในมุมมองใด เช่น
มุมมองทางสังคม มุมมองของผู้ให้บริการ มุมมองของผู้ป่วย เป็นต้น
2) ระยะเวลาในการติดตามในแบบจาลอง (time horizon) ว่าจะยาวนานเท่าไหร่
3) การปรับลดค่า (discount rate) ว่าในแบบจาลองจาเป็นต้องมีการปรับลดค่าหรือไม่และ
จะปรับลดด้วยอัตราเท่าไหร่
4) การประเมินความคุ้มค่าทางการแพทย์ ว่าในการวิเคราะห์จะเลือกการประเมินความ
คุ้มค่าแบบใด เช่น cost-utility analysis (CUA) , cost-effectiveness analysis (CEA), cost-
minimization analysis (CMA), หรือ cost-benefit analysis (CBA) รวมทั้งหน่วยที่จะใช้แสดง
ผลลัพธ์ด้วย
5) การนาเสนอผลการวิเคราะห์ ว่าจะวิเคราะห์แบบใด (เช่น Incremental cost-
effectiveness ratio) และนาเสนออย่างไร (เช่น การใช้ CEA plane หรือ Cost-effectiveness
acceptability curve) เป็นต้น
ส าหรั บ ประเทศไทย คณะท างานด้ านเศรษฐศาสตร์ส าธารณสุ ข ภายใต้ การรับ รองของ
คณะอนุ ก รรมการพั ฒ นาบั ญ ชี ย าหลั ก แห่ งชาติ ได้ จั ด ท าแนวทางในการประเมิ น ความคุ้ ม ค่ าทาง
การแพทย์ของเทคโนโลยีทางสุขภาพ ซึ่งได้แนะนาให้มีการกาหนดขอบเขตการวิเคราะห์อย่างชัดเจน
9
 ศูนย์การศึกษาต่อเนื่อง คณะเภสัชศาสตร์ มหาวิทยาลัยนเรศวร

ผู้อ่านสามารถไปสืบค้นต่อได้ที่ คู่มือการประเมินเทคโนโลยีด้านสุขภาพสาหรับประเทศไทย ฉบับที่ 1

พ.ศ. 2552 และคู่มือการประเมินเทคโนโลยีด้านสุขภาพสาหรับประเทศไทย ฉบับที่ 2 พ.ศ. 2556
การสร้างแบบจาลองแผนภูมิต้นไม้
แบบจาลองแผนภูมิต้นไม้ แผนภูมิจะสร้างจากด้านซ้ายไปด้านขวา ประกอบไปด้วย 3 ส่วน
(รูปที่ 6) ได้แก่
1) จุด (node) แบ่งเป็น 3 แบบ คือ
Decision node แสดงด้วยสัญลักษณ์สี่เหลี่ยม () เป็นจุดแยกที่แสดงทางเลือกต่างๆ
ว่ามีกี่ทางเลือก อะไรบ้าง
Chance node แสดงด้วยสั ญ ลั กษณ์ สี่ เหลี่ ยม ( ) เป็ น จุดแสดงความน่าจะเป็น ของ
ผลกระทบที่เกิดขึ้นจากการเลือกทางเลือกนั้นๆ
Terminal node แสดงด้ ว ยสั ญ ลั ก ษณ์ สี่ เ หลี่ ย ม ( ∆) เป็ น จุ ด สิ้ น สุ ด ของเส้ น ทาง
(pathway) นั้นๆ
2) เส้นทาง (pathway) หรือ สาขา (branch) คือ เส้นทางของผลกระทบของการตัดสินใจ
ในทางเลือกต่างๆ ที่จะดาเนินไป
3) ผลลัพธ์ (pay-offs) หลังจากได้มีการกาหนดทางเลือก (choices) แล้ว ขั้นต่อไปคือการ
คาดคะเนว่าจะมีผลลัพธ์อะไรตามมาบ้างในแต่ละทางเลือก ผลลัพธ์ที่คาดไว้อาจเป็นทั้ง
เกิดประโยชน์ หรือเกิดโทษ ส่วนใหญ่ผลลัพธ์มักเป็น การมีเหตุการณ์ หรือไม่มีเหตุการณ์
(yes/no) เช่น ตาย/ไม่ตาย คือส่วนใหญ่เป็น binary outcome โดยผลลัพธ์จะแสดงอยู่
ที่ terminal node

รูปที่ 6 องค์ประกอบของแบบจาลองแผนภูมิต้นไม้ (decision tree model)

10
 ศูนย์การศึกษาต่อเนื่อง คณะเภสัชศาสตร์ มหาวิทยาลัยนเรศวร

ในการสร้างแบบจาลองแผนภูมิต้นไม้ เมื่อได้แผนภูมิต้นไม้ที่จาลองการดาเนินไปทางคลินิก
ของการตัดสินใจในแต่ละทางเลือกอย่างเหมาะสมแล้ว จะต้องทาการรวบรวมข้อมูลที่ต้องการเพื่อใช้
ในแบบจาลอง ซึ่งจะนาเสนอต่อไปภายหลัง
เมื่อได้ข้อมูลที่ต้องการแล้วจะต้องทาการวิเคราะห์ผลลัพธ์ในแบบจาลองแผนภูมิต้นไม้ โดยจะ
ทาการวิเคราะห์ ข้อ มูล โดยใช้ ห ลั ก การของการหาค่ าเฉลี่ ยแล้ ว คิ ดย้อนกลั บ (averaging out and
folding back) เพื่อหาคุณค่าคาดหวัง (expected value)

ตัวอย่างการวิเคราะห์การตัดสินใจด้วยแผนภูมิต้นไม้ (รูปที่ 7 และ รูปที่ 8)

ขั้นที่ 1 การกาหนดคาถามสาหรับการวิเคราะห์การตัดสินใจ
มีก ารรายงานว่าเกิ ด โรคหั ด (measles) ขึ้ น 15 รายในเด็ก ที่ อายุ 8-15 ปี ที่ ได้ รับ
vaccine measles แล้วตั้งแต่แรกเกิด ปัจจุบันพบว่าฤทธิ์ของ vaccine นี้จะหายไป
เมื่ออายุมากขึ้น ปัญหาก็คือ เราควรที่จะให้วัคซีนซ้า (revaccination) ในเด็กอายุ
8-15 คนในเด็กทุกคนหรือไม่
ทางเลือก 1) ให้วัคซีนซ้า (re-vaccinate) ในเด็กอายุ 8-15 ปีทุกคน หรือ
2) ไม่ให้วัคซีนซ้าเลย (don’t re-vaccinate)
P: เด็กอายุ 8-15 ปีทุกคน, I/C: ให้วัคซีนซ้า/ไม่ให้วัคซีนซ้า, O: ตาย/มีชีวิต
ขั้นที่ 2 การกาหนดขอบเขตของการวิเคราะห์การตัดสินใจ
1) มุ ม มองในการวิเคราะห์ การตัด สิ น ใจ (perspective): มุ มมองของผู้ ให้ บ ริก าร
เนื่องจากเป็นการตอบคาถามให้หน่วยบริการ
2) ระยะเวลาในการติ ด ตามในแบบจ าลอง (time horizon): 1 ปี เนื่ อ งจากผู้
ให้บริการสนใจเฉพาะผลลัพธ์ระยะสั้นภายใน 1 ปีเท่านั้น
3) การปรั บ ลดค่ า (discount rate): ไม่ ต้ อ งก าหนด เนื่ อ งจากระยะเวลาในการ
ติดตามเพียงแต่ 1 ปี จึงไม่จาเป็นต้องมีการปรับลดค่า
4) วิธีการประเมินความคุ้มค่าทางการแพทย์: cost-effectiveness analysis
5) การนาเสนอผลการวิเคราะห์: จานวนเด็กที่ป้องกันโรคหัดได้ (case prevented)

11
 ศูนย์การศึกษาต่อเนื่อง คณะเภสัชศาสตร์ มหาวิทยาลัยนเรศวร

ขั้นที่ 3 การสร้างแบบจาลองการตัดสินใจ
แผนภูมิในรูปที่ 7 แสดงถึงการตัดสินใจแก้ปัญหาที่เกิดขึ้น

รูปที่ 7 แบบจาลองแผนภูมิต้นไม้ (decision tree model) สาหรับการตัดสินใจให้วัคซีนโรคหัดซ้าใน

เด็กอายุ 8-15 ปี

ขั้นที่ 4 การรวบรวมข้อมูล
ผู้เชี่ยวชาญกล่าวไว้ว่าในเด็กอายุ 8-15 ปี จะมีประมาณ 20% ที่จะมีโอกาสได้สัมผัส
เชื้อหัด ในเวลาหนึ่งปี จากการทบทวนวรรณกรรมพบว่า โอกาสที่เกิดการติดเชื้อหัด
เมื่อได้สั มผั สเชื้อนั้ น จะเป็น 0.33 ในเด็กที่ได้รับวัคซีนเพียงครั้งเดียวตอนแรกเกิด
ขณะที่โอกาสติดเชื้อจะเป็น 0.05 ในเด็กที่ได้รับการฉีดวัคซีนซ้า ในเด็กที่ไม่ได้สัมผัส
เชื้อ โอกาสที่เด็กจะติดเชื้อ หัดย่อมเป็นศูนย์ ในปัจจุบัน โอกาสที่จะเสียชีวิตจากการ
เป็นหัด คือ 23 ใน 10,000 ราย โดยที่โอกาสเสียชีวิตในเด็กที่ไม่เป็นหัด คิดเป็นศูนย์

12
 ศูนย์การศึกษาต่อเนื่อง คณะเภสัชศาสตร์ มหาวิทยาลัยนเรศวร

Expected value
die
dead
get measles 0.0023
live
exposed
0.05
0.9977
well 0.009977
0.20 die
dead
don't get measles 0.0

0.95 live
re-vaccinate 1.0
well
0.19
die
dead
get measles 0.0023
live
not exposed
0.00
0.9977
well 0
0.80 die
dead
don't get measles 0.0
live
Whether or not to recommend measles 1.00
well 0.8
revaccination in children 8 to 15 1.0
die
dead
get measles 0.0023

0.33 live
exposed 0.9977
well 0.065848
0.20 die
dead
don't get measles 0.0
0.67 live
don't re-vaccinate 1.0
well 0.134
die
dead
get measles 0.0023
live
not exposed
0.00
0.9977
well 0
0.80 die
dead
don't get measles 0.0
1.00 live
1.0
well 0.8

รูปที่ 8 แบบจาลองแผนภูมิต้นไม้ (decision tree model) สาหรับการตัดสินใจให้วัคซีนโรคหัดซ้าใน

เด็กอายุ 8-15 ปี ที่ได้ใส่ข้อมูลลงในแบบจาลองแล้ว

ขั้นที่ 5 ขั้นวิเคราะห์ผลแผนภูมิการตัดสินใจ
การคานวณคุณค่าคาดหวัง (expected value) คือ ผลคูณระหว่างความน่าจะเป็น
(probability) ของทุกๆ ความน่าจะเป็นในเส้นทางนั้นๆ กับผลลัพธ์ (pay-off) โดย
เรากาหนดว่าการรอดชีวิตมีค่าของผลลัพธ์ (pay-off) เท่ากับ 1 และการตายมีค่า
ของผลลัพธ์ เท่ากับ 0
เช่น ในเส้นทางบนสุด มีค่าผลคูณเป็น 0.2 x 0.05 x 0.0023 x 0 = 0
ในเส้นทางถัดลงมา มีค่าผลคูณเป็น 0.2 x 0.05 x 0.9977 x 1 = 0.009977
ซึ่งจะทาการคานวณเช่นเดียวกันนี้ในทุกๆ เส้นทาง (pathway)
จากนั้นทาการวิเคราะห์คุณค่าคาดหวังรวมของแต่ละทางเลือก ในที่นี้คือทางเลือกที่
จะให้วัคซีนซ้าและไม่ให้วัคซีนซ้า
โดยที่ คุณค่าคาดหวังของการรอดชีวิตสาหรับการให้วัคซีนซ้าคือ 0.009977 + 0.19
+ 0 + 0.8 = 0.999977

13
 ศูนย์การศึกษาต่อเนื่อง คณะเภสัชศาสตร์ มหาวิทยาลัยนเรศวร

ส่วนคุณค่าคาดหวังของการรอดชีวิตสาหรับการไม่ให้วัคซีนซ้าคือ 0.065848
+ 0.134 + 0 + 0.8 = 999848
เราสามารถคานวณหาค่าความแตกต่างระหว่างการให้หรือไม่ให้วัคซีนซ้าโดยนาค่า
คาดหวั ง ของทั้ ง สองทางเลื อ กมาลบกั น ได้ เป็ น 0.999977 - 0.999848 =
0.000129 แปลความหมายได้ว่า การฉีดวัคซีน ซ้าในเด็กจานวน 100,000 คน จะ
สามารถป้องกันการตายได้ 12.9 คน
ตัวอย่างข้างต้นนี้ มีการติดตามวัดผลลัพธ์ในลักษณะทางคลินิกเท่า นั้น ในความเป็น
จริงแล้ว เราสามารถใช้ผ ลลั พธ์ประเภทอื่นได้ เช่น ผลกระทบทางเศรษฐศาสตร์
(economic outcome) หรื อ ผลกระทบทางด้ า นอรรถประโยชน์ (utility) หรื อ
ความพึ งพอใจของตนเองในสภาวะนั้นๆ (individual preference on a certain
health state) ซึ่ ง งานวิ จั ย ส่ ว นใหญ่ ในปั จ จุ บั น มี ก ารน าผลลั พ ธ์ ท างคลิ นิ ก
เศรษฐศาสตร์และข้อมูลด้านอรรถประโยชน์มาใช้ช่วยในการวิเคราะห์การตัดสินใจ
ข้อได้เปรียบ/ข้อจำกัดของแบบจำลองแผนภูมิต้นไม้
ข้อได้เปรียบ
 สามารถทาการวิเคราะห์ได้สะดวกและรวดเร็ว
 ในกรณีที่ไม่สามารถหาข้อมูลบางอย่างได้ ผู้วิจัยก็อาจแก้ไขได้โดยการใช้ ข้อมูลจาก
แหล่งอื่น หรือการกาหนดข้อกาหนดเบื้องต้น หรืออาจใช้ข้อมูลจากความเห็นของ
ผู้เชี่ยวชาญแทนได้
 ผู้ วิ จั ย สามารถใช้ ก ารวิ เคราะห์ ค วามไว (sensitivity analysis) เพื่ อ ประมาณ
ผลกระทบของความไม่แน่นอนของข้อมูลที่ใช้ในแบบจาลองได้
ข้อจำกัด
 แบบจ าลองแผนภูมิต้นไม้ ไม่ได้คานึงถึงการเปลี่ ยนแปลงตามเวลา ซึ่งผลกระทบ
บางอย่ างจากแต่ล ะทางเลื อกอาจเปลี่ ย นแปลงไปตามเวลาได้ ท าให้ ยากที่ จะใช้
แบบจาลองแผนภูมิต้นไม้สาหรับการวิเคราะห์การตัดสินใจที่ มีผลกระทบเกี่ยวเนื่อง
กับเวลา
 แบบจาลองแผนภูมิต้นไม้จะมีความสลับซับซ้อนสูงเมื่อใช้ในการตัดสินใจทางคลินิก
ในโรคที่มีพยากรณ์ของโรคยาวนาน (long-term prognosis) เช่น โรคเรื้อรัง เป็น
ต้น
การรวบรวมข้อมูลและสังเคราะห์ข้อมูลเพื่อใช้ในแบบจาลอง
หลักสาคัญของการรวบรวมข้อมูลเพื่อใช้ในแบบจาลอง คือ การรวบรวมข้อมูลอย่างเป็นระบบ
นอกจากนี้ควรใช้ข้อมูลที่เกิดจากการใช้จริง (real world evidence) โดยเฉพาะข้อมูลในส่วนของ
ต้นทุน ส่วนข้อมูลในด้านประสิทธิภาพและความปลอดภัย จาเป็นต้องชั่งน้าหนักระหว่างความถูกต้อง
ของข้ อ มู ล (ซึ่ ง มั ก จะมี สู ง ในการศึ ก ษาทางคลิ นิ ก เช่ น randomized controlled trial) และ
ประสิทธิภาพที่พบจริงในสถานการณ์การทางานจริง (real world data) ซึ่งเป็นประสิทธิภาพที่สังเกต
ได้จริง แต่มักจะเป็นผลจากปัจจัยกวนอื่นๆ ดังนั้นหากเป็นไปได้ ผู้วิจัยควรใช้ทั้งข้อมูลประสิทธิภาพ

14
 ศูนย์การศึกษาต่อเนื่อง คณะเภสัชศาสตร์ มหาวิทยาลัยนเรศวร

ของทางเลือกต่างๆ จากการศึกษาทางคลินิก (efficacy) และการศึกษาในสถานการณ์การทางานจริง

(effectiveness)
ข้อมูลที่นามาใช้ในแบบจาลองการตัดสินใจสามารถนามาจากแหล่งข้อมูล ด้วยวิธีต่างๆ เช่น
1) การทบทวนวรรณกรรมอย่ างเป็ น ระบบและการวิเคราะห์ อ ภิ ม าน (systematic review and
meta-analysis) 2) จากการเก็บข้อมูลจริงทั้งแบบข้อมูลปฐมภูมิและข้อมูลทุติยภูมิ (primary data
collection and secondary data analysis) โดยอาจเก็บข้อมูลจากผู้ป่วย ถ้าการตัดสินใจเกี่ยวข้อง
กับ ผู้ ป่ ว ย หรื ออาจเก็บ จากแหล่ งข้อ มูล ที่ เหมาะสม ถ้าการตั ดสิ นใจไม่ เกี่ย วข้ องกั บ ผู้ ป่ ว ยหรือ ไม่
สามารถเก็บจากผู้ป่วยโดยตรงได้ เช่น ต้นทุนโดยตรงทางการแพทย์ และ 3) การเก็บข้อมูลโดยการ
ปรึกษาผู้เชี่ยวชาญ (expert opinion)
ในส่ ว นของการจั ด การความไม่ แ น่ น อนจะน าเสนอไว้ ในบทความเรื่ อ งแบบจ าลองการ
วิเคราะห์การตัดสินใจ (Decision analysis model) II: แบบจาลองมาร์คอฟ (Markov model) และ
การจัดการความไม่แน่ใจ

สรุป
แบบจาลองแผนภูมิต้นไม้เป็น เครื่องมือที่ช่วยในการวิเคราะห์และรวบรวมข้อมูลด้านเภสัช
ศาสตร์เพื่อประกอบการตัดสินใจได้เป็นอย่างดี อย่างไรก็ตาม แบบจาลองแผนภูมิต้นไม้ยังมีข้อจากัด
สาคัญคือ แบบจาลองจะมีค วามสลับซับซ้อนสูงเมื่อใช้ในการตัดสินใจทางคลินิกในโรคที่มีพยากรณ์
ของโรคยาวนาน (long-term prognosis) จึงไม่เหมาะจะใช้สาหรับการวิเคราะห์การตัดสินใจในโรค
เรื้อรังที่มีการดาเนินไปของโรคยาวนานได้

15
 ศูนย์การศึกษาต่อเนื่อง คณะเภสัชศาสตร์ มหาวิทยาลัยนเรศวร

บรรณานุกรม

1. Drummond MF, Sculpher MJ, Torrance GW, O’Brien BJ, Stoddart GL. Methods for the
economic evaluation of health care programmes. 3rd ed. New York: Oxford University Press;
2005.
2. Myriam Hunink MG, Weinstein MC, Wittenberg E, et al. Decision making in health and
medicine: integrating evidence and values. 2nd ed. New York: Cambridge University Press;
2014.
3. Miller DK, Homan SM. Determining transition probabilities: confusion and suggestions. Med
Decis Making. 1994;14(1):52-8.
4. Petitti DM. Meta-analysis, decision analysis, and cost-effectiveness analysis: methods for
quantitative synthesis in medicine. 2nd ed. New York: Oxford University Press; 2000.
5. Weinstein MC, Fineberg HV. Clinical decision analysis. Philadelphia: W.B. Saunders; 1980.
6. Briggs A, Sculpher M. An introduction to markov modeling for economic evaluation.
Pharmacoeconomics. 1998;13(4):397-409.
7. Detsky AS, Naglie G, Krahn MD, et al. Primer on medical decision analysis: Part 1 - Getting
started. Medical Decision Making. 1997;17(2):123-5.
8. Detsky AS, Naglie G, Krahn MD, et al. Primer on medical decision analysis: Part 2 - Building a
tree. Medical Decision Making. 1997;17(2):126-35.
9. Naglie G, Krahn MD, Naimark D, et al. Primer on medical decision analysis: Part 3 -
Estimating probabilities and utilities. Medical Decision Making. 1997;17(2):136-41.
10. Krahn MD, Naglie G, Naimark D, et al. Primer on medical decision analysis: Part 4 - Analyzing
the model and interpreting the results. Medical Decision Making. 1997;17(2):142-51.
11. Briggs AH. Handling uncertainty in cost-effectiveness models. Pharmacoeconomics.
2000;17(5):479-500.
12. Briggs A, Sculpher M, Claxton K. Decision modelling for health economic evaluation. New
York: Oxford University Press Inc.; 2006.
13. Gray A, Clarke P, Wolstenholme J, Wordsworth S. Applied methods of cost-effectiveness
analysis in health care. New York: University Press Inc.; 2010.
14. Green C, Dinnes J, Takeda A, et al. Clinical effectiveness and cost-effectiveness of drotrecogin
alfa (activated) (Xigris) for the treatment of severe sepsis in adults: a systematic review and
economic evaluation. Health Technol Assess. 2005 Mar;9(11):1-126, iii-iv.
15. Spiegel BM, Targownik L, Dulai GS, et al. The cost-effectiveness of cyclooxygenase-2 selective
inhibitors in the management of chronic arthritis. Ann Intern Med. 2003 May 20;138(10):795-
806.
16. อุษา ฉายเกล็ดแก้ว, ยศ ตีระวัฒนานนท์, สิริพร คงพิทยาชัย, เนติ สุขสมบูรณ์, บรรณาธิการ. คู่มือการประเมิน
เทคโนโลยีด้านสุขภาพในประเทศไทย. นนทบุร:ี เดอะ กราฟิโก ซิสเต็ม; 2552.
17. อุษา ฉายเกล็ดแก้ว, ยศ ตีระวัฒนานนท์, บรรณาธิการ.การประเมินเทคโนโลยีด้านสุขภาพในประเทศไทย ฉบับ
ที่ 2. นนทบุร:ี โรงพิมพ์ วัชรินทร์ พี.พี.; 2556.

16