在TreeAge Pro里面，我们常说的“队列模型”，指的通常就是马尔可夫队列模型，它是让一组对象，按照固定的周期，在不同的健康状态之间，来回地发生转移，按照官方的说明，马尔可夫模型是被用来表示那种，会随着时间反反复复发生的事件的，一个完整的模型，通常要包含着马尔可夫节点、健康状态、转移出去的子树、周期的长度、一开始设定的初始概率、在不同状态间跳转的转移概率、各种收益的值，还有让模型停下来的终止条件。

在卫生经济学模型、成本效果分析和马尔可夫模型里面，折现率的设置是一个很常见的问题，它并不是一个单纯的格式参数，而是会直接影响到未来的成本、未来的效用，还有最后算出来的增量成本效果比这些东西，按照TreeAge官方帮助说明里的说法，折现这件事，通常需要被用到整个回报集合上去，比如成本或者是效果；软件既支持通过全局的偏好设置，去进行一种统一的折现，也可以让你用专门的折现函数，去一项一项地处理。

在成本效果分析、决策树和马尔可夫模型的敏感性分析阶段，龙卷风图是一种很常用的工具，它并不是一幅普通的装饰图，而是把多个单因素敏感性分析的结果放在一起，用来判断哪些参数对最终结果的影响更大。TreeAge的说明里也提到，龙卷风图会围绕一个选定的结果，展示不同参数变化时带来的影响，横着的条越长，就说明这个参数对结果的波动，影响越明显。

在整理健康经济学模型、决策树或者马尔可夫模型的时候，经常会碰到参数表怎么批量导进去，还有字段不小心错位了该怎么修正的问题，要是参数的个数不多，在模型里面一个一个地敲进去，倒也还能接受；可一旦要处理的东西，牵扯到成本、概率、效用值、转移矩阵，还有敏感性分析用到的那些参数，再靠手工往里输，就很容易漏掉行、串了列，或者把单位搞得乱七八糟的，TreeAge Pro表格里的数据，是可以被复制到电子表格或者纯文本文件里面去编辑的，反过来，在Excel里整理好的内容，也可以再导回到TreeAge Pro里面去，所以，在动手做批量处理之前，要先把表头、每一列的顺序，还有数据的格式，都给收拾干净了。

在成本效果分析、治疗路径模型和方案比较模型里，TreeAge Pro中那些后面不再有分支的端点，都应该被设成终端节点，一个终端节点，就表示一条情景路径走到了头，需要给它填上对应的回报值，后面软件在做回滚计算的时候，就会从这些终端节点的回报值开始，一层一层地往前推算。

很多人第一次用TreeAge Pro看结果时，最容易卡住的不是模型不会算，而是回滚以后屏幕上一下子出来很多框，不知道哪个数该先看，哪个结论才是真正能拿去做判断的。其实这件事没那么绕。TreeAge Pro的核心思路很直接，先从终点结果往前回推，把每条路径的收益、成本或效用按概率折回到上层节点，再在决策节点选出当前计算规则下更优的那条路。官方帮助里对这一点说得很清楚，Roll Back就是从终末节点开始往根节点计算期望值，而且回滚后每个节点都会显示对应结果。

在TreeAge Pro里建模型时，参数最容易出问题的地方，不是不会填数，而是同一个量在不同节点、不同版本集和不同外部表之间被写成了几种口径。TreeAge官方帮助把这件事分得很清楚：变量本质上是命名后的模型数值，可以是固定值，也可以是公式；变量名、属性和根节点定义主要在Variables View里管理，而某个节点下的局部变量定义则在Variable Definitions View里单独处理。换句话说，参数先定义在什么层，后面表格能不能统一，基本在第一步就已经决定了。

刚开始用TreeAge Pro时，很多人最容易卡住的地方，不是界面不会点，而是不知道第一份模型应该从哪里下手，也不确定决策树、Markov、患者模拟和离散事件这些模型到底该选哪一种。TreeAge官方帮助写得很清楚，最基础的建模方式就是先在软件里建立树形结构，再录入节点、概率、成本和效用等数据；同时，官方产品页也明确列出TreeAge Pro目前支持的主要模型类型，包括Decision Tree、Markov、Partitioned Survival、Discrete Event和Patient Simulation。也就是说，新建模型这件事，本质上不是先把图画复杂，而是先把问题类型和模型类型对上。

TreeAge Pro启动异常时，最容易误判的地方，不是软件本体一定损坏了，而是把工作区、启动参数和系统级崩溃记录混在一起看。TreeAge官方支持资料里，和启动问题最直接相关的几类原因其实比较集中，常见是Workspace损坏或路径不可访问、Java heap space设得过大导致程序无法启动；而如果是启动后立刻闪退，Windows侧又可以通过Event Viewer的Application日志去看具体崩溃事件。也就是说，处理这类问题时，先修启动环境，再看系统日志，顺序通常会更稳。

在TreeAge Pro里判断模型“算得对不对”，不能只看最后一个结果值顺不顺眼。更稳的做法，是把“结果校验”和“一致性检查”分开做。TreeAge官方帮助写得很清楚，一边要用Roll back和单节点Expected Value去核对期望值计算，一边要用Model Validation去查常见结构缺陷，比如缺概率、缺payoff、Markov终端节点缺jump state，以及未使用的变量、分布和表。也就是说，前者回答“算对没有”，后者回答“模型本身有没有明显漏洞”。