一种基于后悔理论的启发式医学决策曲线分析方法

决策曲线分析(decision curve analysis,DCA)已被广泛用于诊断或评价预测模型.然而,DCA的核心是基于期望效用理论的,通常受直觉系统和分析与审议双认知系统的影响,决策准确度不高.为提高预测模型的准确性,提出了一种双重模拟量表,通过预期后悔差异算子描述遗憾决策函数模型,基于经典决策树模型描述决策方案,然后对策略候选集计算净预期后悔差异值,构建决策阈值概率关系,以疾病概率的形式确定潜在错误决策的阈值,以提高模型的容错能力.实验表明,本模型具有较高的稳定性与准确性.