Sensitivitätsanalyse

Kurzbeschriebung

Die Sensitivitätsanalyse untersucht, wie stark die Ergebnisse eines Modells oder einer Berechnung auf Variationen der Eingabeparameter reagieren. Ziel ist es, diejenigen Annahmen oder Parameter zu identifizieren, die den größten Einfluss auf das Ergebnis haben, und damit die Robustheit der Resultate zu bewerten.

Methodisch reicht das Spektrum von lokalen Sensitivitätsanalysen (kleine Parameteränderungen um einen Referenzpunkt) bis zu globalen Verfahren, bei denen Parameter über ihren gesamten plausiblen Wertebereich variiert werden. Ein einfaches lokales Maß ist die partielle Ableitung '"`UNIQ--math-00000000-QINU`"', während globale Ansätze häufig varianzbasierte Maße verwenden, z. B. Sobol-Indizes, bei denen der Ergebnisvarianzanteil eines Parameters analysiert wird.

Sensitivitätsanalyse ist keine eigenständige Vorhersage- oder Inferenzmethode, sondern ein Meta-Werkzeug, das auf bestehende Modelle angewendet wird. Sie erhöht Transparenz, hilft bei der Priorisierung von Datenanforderungen und macht Modellabhängigkeiten explizit.

Anwendbarkeit im Gesundheitssektor

Im Gesundheitswesen und Public Health wird Sensitivitätsanalyse eingesetzt, um die Stabilität von Modellergebnissen zu prüfen, etwa bei epidemiologischen Modellen (SIR/SEIR), gesundheitsökonomischen Kosten-Nutzen-Analysen oder Szenariorechnungen zur Kapazitätsplanung. Sie zeigt, welche Annahmen (z. B. Reproduktionszahl, Verweildauer, Kostenparameter) entscheidend sind.

Besonders relevant ist sie für politiknahe Entscheidungsprozesse, da sie offenlegt, ob Schlussfolgerungen robust sind oder stark von unsicheren Parametern abhängen. Sensitivitätsanalysen sind daher oft integraler Bestandteil von Health Technology Assessments (HTA) und Leitlinienbewertungen.

Sonstiges

Unverzichtbar für Transparenz und Modellvalidierung

Unterscheidung zwischen lokaler und globaler Sensitivitätsanalyse wichtig

Kein Ersatz für Unsicherheits- oder Kausalanalyse

Semantik

Wikidata-Identifikator ist: Q178093

Deutsche Wikipediaseite ist: wiki/Sensitivit%C3%A4tsanalyse

Englische Wikipediaseite ist: Sensitivity_analysis

Quelle: Saltelli et al. (2008), Global Sensitivity Analysis

Behandlung von Unsicherheit in den Ergebnissen der Methode ist explizit

Für die Methode benötigte Datenmenge ist klein

Zweck der Methode ist Simulation;Inferenz„Simulation;Inferenz“ befindet sich nicht in der Liste (Voraussage, Inferenz, Simulation, Kausale Analyse) zulässiger Werte für das Attribut „Zweck der Methode ist“.

Methode ist Mitglied der Methodenfamilie Simulation;Beschreibende und erkundende Analyse;Praktisches Anwendungskonzept„Simulation;Beschreibende und erkundende Analyse;Praktisches Anwendungskonzept“ befindet sich nicht in der Liste (Mechanistisch, Statistisch, Maschinenlernen, Tiefes Lernen, Hybrid, Kausale Inferenz, Simulation, Operationale Vorhersage, Beschreibende und erkundende Analyse, Praktisches Anwendungskonzept, ...) zulässiger Werte für das Attribut „Methode ist Mitglied der Methodenfamilie“.

Interpretierbarkeit der Ergebnisse der Methode ist gut

Webseite: https://ec.europa.eu/jrc/en/samo/sensitivity-analysis