TreeAge Pro 决策分析软件

快速准确地创建医疗保健经济模型，这样你可以做出良好的医疗决策，TreeAge Pro包含了所有需要的模型。TreeAge Pro分为Healthcare和Business/Law版本。

轻松入门，快速进阶

TreeAge Pro可以快速轻松地构建医疗保健模型

使用TreeAge Pro快速构建模型

添加你的策略

可视化地构建患者路径

输入和引用输入

只需单击一下即可进行分析

易于使用的建模工具

指南、助手和在线教程帮助您入门

内置分析工具为您的研究项目提供所需的一切

按照分步说明构建路径并输入

可视化设计，无需编码

使用TreeAge Pro的可视化平台更快、更准确地构建模型

直观的绘制患者事件

创建患者路径，通过连接事件创建患者路径来表示疾病进展

遵循你的视觉路径来计算

TreeAge Pro将视觉事件和路径无缝集成到模型计算中

轻松调整模型路径和假设条件

灵活更改患者流程和参数，以满足用户在项目生命周期内不断变化的需求

使用你的路径进行沟通

通过检查患者的视觉路径，专家们可以轻松理解模型的功能

稳健的医疗保健建模框架

TreeAge Pro提供了成功交付结果所需的建模引擎

用几个简单的步骤建立马尔可夫模型

添加健康状态和事件

输入事件概率

加上成本和公共费用

TreeAge pro负责剩下的部分

TreeAge Pro与你一起成长

TreeAge Pro为我们复杂的健康经济研究项目提供先进的医疗建模工具。

Markov

Patient Simulation

Partitioned Survival

敏感性分析

使用内置的敏感性分析工具研究不确定性对模型的影响

使用Familiar Reports进行通信

跨多个平台轻松分享成果和报告

内置医疗保健报告

成本效益分析

Markov Cohort Analysis

Tornado Diagrams

成本效益可接受曲线

ICE Scatterplots

在Excel中探索模型场景

在Excel中共享任何模型的结果，以便于分发。在Excel中更改输入以查看对结果的影响。

透明度和验证功能

检查模型计算以验证结果

可视化路径驱动计算

你可以依靠TreeAge Pro中经过验证的算法始终遵循你的路径。

Markov Cohort报告显示患者流

验证患者路径中的每一步，包括任何节点的成本和费用累积。

审查内部计算

启用调试选项以查看控制台中的详细计算信息。

简单回顾重要的模型元素

使用模型仪表板快速检查模型配置、结构和输入的关键元素。一键访问每个元素的详细信息。

验证外部模型

使用TreeAge Pro快速重建最初在另一个平台中构建的模型，以验证原始模型的结果。然后可以将TreeAge Pro模型导出到Excel。

在Excel中查看TreeAge Pro的Markov计算

将Markov模型导出到Excel工作模型，并在Excel公式中显示所有内部队列分析详细信息。

将方案结果导出到Excel

将不同场景下的结果分发给审核人员和管理层，这样他们就可以通过调整输入快速轻松地测试结果的可信度。

系统要求

Windows OS

Windows 11, Windows 10, Windows 8, Windows 7.

64-bit OS required.

Mac OS

Mac OS 10.14 starting with TreeAge Pro 2022, R2 (July 2022).

Mac OS 10.11 starting with TreeAge Pro 2021, R1 (Jan 2021)

Mac OS 10.10 or higher.

Core 2 Duo or newer (Intel) processor – 64-bit (both Intel and Apple M1 CPUs are supported).

CPU

Recommended 3 GHz or more (minimum 2 GHz).

Multiple processors/cores supported.

64-bit.

Memory

Recommend 8 GB RAM.

Recommend 16 GB RAM for large trees and analyses.

Minimum 4 GB RAM.

Disk Space

Minimum 2.5 GB available.

Solid state drive will improve performance.

TreeAge Pro包含了所有需要的模型。

TreeAge Pro的两款产品都包括基础模型构建和分析工具以及Excel模块。

TreeAge Pro Healthcare包括了Healthcare模块。

Core Function Visual Modeling Tool 使用可视化Tree Diagram Editor，您可以轻松地创建模型结构来表示所研究的问题。模型结构将包括决策点和可能发生的所有事件。结构中的不同节点类型，反映出分支结构中的替代选项或可能发生的事件。

在模型结构中的任何地方都可以插入节点。复制或移动单个节点或子树内的模型。复制模型的重复部分，以减少建模时间并确保模型内的一致性。 下面的模型，有一个单一决策，是否起诉或接受和解提议。还有点胜负不明，（赢/输的案件和损害金额），以圆圈为代表。

最后，有终端节点反映每个场景的整体值，以三角形表示。 Evaluate and Compare Strategies 模型构建完成后，TreeAge Pro自动生成所需的评估模型和选择更优策略所需的算法。

这使您能够专注于手头上的问题，而不是评估模型所需的计算。

标准算法根据策略的概率对每个可能的结果赋予权重。合并加权平均产生每个策略的总体期望值。

分析可以在比较所有选项的基础上选择更佳策略。

树首选项根据这些选择——更大值、最小值、成本效益、多属性和成本效用（需要Healthcare Module）控制比较的方法。

模型还可以存储多个度量值。然后，简单地改变活动的度量并重新分析同样的模型。

当使用Roll Back分析上述模型时，在所有节点上计算期望值（EV）。

在决策节点，更大值被选为更优策略。

Study Uncertainty TreeAge Pro允许您去研究模型输入中的不确定性如何影响结果，而这个结果我们可以通过输出来绘制。为了研究单个参数的不确定性，必须用一个变量来表示参数。

然后，变量可以在不确定的范围内进行分析，而不是使用单点估计。

下面的模型与前面的模型计算的值相同，但是使用变量定义了三个独立参数。

然后在概率和值表达式中引用这些变量。 该模型可用灵敏度分析来研究不确定性。

例如，下面的分析使用范围从0.5到0.7间隔四次的pWin变量。

这个分析重新评估pWin值为0.5，0.55，0.6，0.65和0.7的模型，然后根据参数范围显示每个策略的EV值。 上图表明pWin值为0.55时，三条线的临界值。

如果pWin值小于0.55，那么Settlement Offer EV值比较高；如果pWin值大于0.55，那么Litigate EV值比较高。 Healthcare Models 使用Healthcare Module，您可以创建基于成本效益的评估树，也可以将成本或有效性作为一个度量值来评估。

Healthcare模型通常首先针对特定的健康状况，为每个治疗选项提供一个带有分支的决策节点。

每个治疗方案的子树遵循治疗的条件，包括任何可能的结果。

下面的模型包括两种治疗特定肿瘤的策略。每种策略都有不同的根除肿瘤的可能性。在每个终端节点上，与该结果相关联的成本和效能值。

Healthcare决策树通常复杂的多，通常每个治疗方案都包含Markov模型。更复杂的Healthcare树的每个策略中包含了多个Markov模型。

Healthcare Models还可以包含异质性和事件跟踪, 如本页单独的特性描述所述。

Cost-Effectiveness Analysis 模型构建完成后，TreeAge Pro自动生成所需的评估模型和选择更优策略所需的算法。这使您能够专注于手头上的问题，而不是评估模型所需的计算。

标准算法根据策略的概率对每个可能的结果赋予权重。合并加权平均产生每个策略的总体期望值。

TreeAge Pro的 Healthcare Module允许您在成本效益基础上通过增量成本效益和/或净效益比较战略。您也可以根据成本或比较效益（CER）来比较同一模型中的策略。您甚至可以使用非标准的测量，如感染、死亡等。 下面的模型比较了肿瘤的两种治疗方法。

Study Uncertainty on Healthcare Models TreeAge Pro允许您去研究模型输入中的不确定性如何影响结果，而这个结果我们可以通过输出来绘制。

TreeAge Pro提供两种方法研究不确定性： 确定性的敏感性分析 概率敏感性分析 Healthcare Module扩展两类敏感性分析，通过成本-效果分析比较策略。确定性的敏感性分析在取值范围内研究不确定性个体参数。

确定性敏感性分析最常见的形式是通过1-way 敏感分析来研究单一参数。还支持2-way，3-way和龙卷风图。 为了在模型中运行1-way敏感性分析，参数必须用变量表示。然后，变量可以不确定的范围内进行分析，而不是使用一个单点估计。