本文首發(fā)于 ”百味科研芝士“ 微信公眾號(hào)，轉(zhuǎn)載請(qǐng)注明：百味科研芝士，F(xiàn)ocus科研人的百味需求

從這一期開(kāi)始打算更新預(yù)測(cè)模型的臨床研究，因?yàn)槲乙恢睂?duì)這個(gè)研究模式特別感興趣，而且我也以“clinical prediciton models”為關(guān)鍵詞，在pubmed搜了下，從1964年發(fā)了第一篇以后開(kāi)始，到了2010年開(kāi)始就呈現(xiàn)井噴式發(fā)展，我做了個(gè)年份跟發(fā)表篇數(shù)的圖。

在精準(zhǔn)醫(yī)學(xué)提出之前，循證醫(yī)學(xué)研究曾經(jīng)火熱一時(shí)。但是循證醫(yī)學(xué)也存在諸多缺陷或不足，如其強(qiáng)調(diào)證據(jù)最優(yōu)化從而導(dǎo)致追求最佳證據(jù)的過(guò)度化和絕對(duì)化；過(guò)度重視最佳證據(jù)的普遍性，往往會(huì)導(dǎo)致普遍性與特殊性之間的巨大矛盾；忽視最佳證據(jù)獲取過(guò)程中的缺陷，如人為因素的干擾、疾病診斷的不準(zhǔn)確、疾病評(píng)估及分期模糊；過(guò)分強(qiáng)調(diào)了統(tǒng)計(jì)學(xué)分析的效力，降低了疾病的深層機(jī)制和臨床共識(shí)的權(quán)重,容易被有偏倚的數(shù)據(jù)左右。

為了克服以上缺點(diǎn)，學(xué)者們重新思考疾病的本質(zhì)，顛覆以癥狀、部位、器官為疾病診斷依據(jù)的體系，將基礎(chǔ)研究的成果與臨床結(jié)合，找到疾病的驅(qū)動(dòng)因子，將疾病更加科學(xué)地分類及診斷，從而克服目前EBM證據(jù)獲得過(guò)程中的某些缺陷，實(shí)現(xiàn)對(duì)疾病的精準(zhǔn)診斷、精準(zhǔn)評(píng)估，以達(dá)到對(duì)疾病的精準(zhǔn)預(yù)防及治療。隨著人類基因組計(jì)劃的完成以及遺傳學(xué)、基因組學(xué)、蛋白組學(xué)等學(xué)科的發(fā)展，精準(zhǔn)醫(yī)學(xué)應(yīng)運(yùn)而生，臨床決策進(jìn)入了新時(shí)代。精準(zhǔn)醫(yī)學(xué)針對(duì)每個(gè)患者的個(gè)體特征定制治療方案，根據(jù)特定患者對(duì)特異性疾病的易感性、特異性療法和預(yù)后進(jìn)行亞群分類， 從而采取相應(yīng)的預(yù)防、治療、干預(yù)措施。

而最近逐漸火熱的預(yù)測(cè)模型的臨床研究恰好正是迎合了精準(zhǔn)醫(yī)學(xué)的研究思維模式，因?yàn)轭A(yù)測(cè)模型在基因組學(xué)，蛋白組學(xué)等各個(gè)技術(shù)手段的發(fā)展下，正是可以通過(guò)一定的統(tǒng)計(jì)學(xué)篩選手段構(gòu)建一個(gè)對(duì)疾病預(yù)后預(yù)測(cè)最佳的模型，從而對(duì)病人某些特定群體以及個(gè)體化醫(yī)療提供證據(jù)。

2014年在European Heart Journal發(fā)表了一個(gè)statistical tutorial，標(biāo)題為Towards better clinical prediction models: seven steps for development and an ABCD for validation (PMID:24898551)。這篇文章提到目前有大量的方法論文獻(xiàn)，但大多數(shù)預(yù)測(cè)模型文章都存在方法上的缺點(diǎn)，或至少報(bào)告不好。所以他們提出了一種更完善的模型開(kāi)發(fā)和驗(yàn)證的系統(tǒng)方法，通過(guò)預(yù)測(cè)患有心肌梗塞的患者30天死亡率進(jìn)行舉例說(shuō)明。他們將簡(jiǎn)單模型（只包括年齡）與更復(fù)雜的模型（包括年齡和其他關(guān)鍵預(yù)測(cè)因子）進(jìn)行比較，看看這兩個(gè)模型在預(yù)測(cè)效能上有什么區(qū)別。文章中主要提到了7步構(gòu)建模型以及ABCD法驗(yàn)證模型的總體思路。我接下來(lái)會(huì)以這篇文章的內(nèi)容為大致綱要主線，并以此來(lái)拓展整個(gè)臨床預(yù)測(cè)模型該怎么做，怎么分析以及變量操作的一系列問(wèn)題。

我們都知道，在臨床研究領(lǐng)域，任何研究都有一個(gè)指南啊，比如觀察性研究的strobe指南，那我們預(yù)測(cè)模型文章也有一個(gè)報(bào)告規(guī)范，在2015年BMJ發(fā)表了TRIPOD statement的論文，指出對(duì)于疾病診斷和預(yù)后的預(yù)測(cè)模型，應(yīng)該有統(tǒng)一的報(bào)告規(guī)范，即TRIPOD聲明。TRIPOD聲明包括TRIPOD清單和TRIPOD闡述文檔，清單的詳細(xì)內(nèi)容如下：

為了方便理解，我選取European Heart Journal發(fā)表文獻(xiàn)的案例來(lái)進(jìn)行講解。

案例：預(yù)測(cè)急性心肌梗死患者30天的死亡率

在整個(gè)案例中，所用到的數(shù)據(jù)集來(lái)自于GUSTO-I 試驗(yàn)數(shù)據(jù)，他們選取在美國(guó)就診的患者中發(fā)展預(yù)測(cè)模型（n = 23 034，死亡人數(shù)為1565，其中一小部分?jǐn)?shù)據(jù)集為n = 259，死亡人數(shù)為20）。并且在美國(guó)以外的患者中驗(yàn)證了這些模型（n = 17 796，死亡人數(shù)為1286）。 第一個(gè)模型僅包括年齡作為邏輯回歸分析中的連續(xù)線變量，而稍微復(fù)雜的模型包括年齡，Killip分級(jí)，收縮壓和心率。

此外，這篇文章還提到一個(gè)網(wǎng)站，有案例數(shù)據(jù)進(jìn)行模型構(gòu)建和驗(yàn)證，我覺(jué)得是一個(gè)學(xué)習(xí)價(jià)值非常高的平臺(tái)：http://www./。大家有空可以取學(xué)習(xí)一下。界面也很友好：

里面有數(shù)據(jù)集，R語(yǔ)言的代碼等等，我這里不詳細(xì)細(xì)說(shuō)，有空大家可以操作一試~~

重新回到重點(diǎn)，7步構(gòu)建模型的方法，那篇文章列出的7步，主要是以下7步：

Step 1: Problem definition and data inspection

Step 2: Coding of predictors

Step 3: Model specification

Step 4: Model estimation

Step 5: Model performance

Step 6: Model validity

Step 7: Model presentation

具體如下圖：

ABCD法進(jìn)行驗(yàn)證模型：

A: Alpha: calibration-in-the-large

B: Beta: calibration slope

C: Concordance statistic: discrimination

D: Decision-curve analysis

具體如下圖：

這次就先提出個(gè)大概，每一步的如何做如何分析，如何構(gòu)建和驗(yàn)證我會(huì)在接下來(lái)陸續(xù)整理推出。敬請(qǐng)期待~~