今天給大家介紹一篇新鮮出爐的lancet oncology中的臨床預(yù)測模型文章，2024年4月份剛發(fā)表的。

開發(fā)和驗證預(yù)測黑色素瘤患者前哨淋巴結(jié)活檢后無復(fù)發(fā)生存和黑色素瘤特異性生存的新模型：一項國際性、回顧性、多中心分析

全文只有4個表+2張圖（其中一張還是流程圖），方法介紹部分十分詳細(xì)，并且給了代碼，非常值得學(xué)習(xí)。下面給大家簡單介紹下。

背景

對高危黑色素瘤患者進(jìn)行輔助全身治療需要準(zhǔn)確的疾病分期。然而，根據(jù)美國癌癥聯(lián)合委員會（第8版）的定義，不同疾病階段的結(jié)果存在不一致。

作者覺得原來的分類方法太過寬泛，同一組內(nèi)的患者病情差異很大，所以開發(fā)了新的模型，可以對每個患者做出針對性的預(yù)測，而不是根據(jù)疾病階段對患者進(jìn)行分組。

該模型可以支持哪些患者可以放棄輔助治療的臨床決策，因為它能夠準(zhǔn)確識別復(fù)發(fā)和死亡風(fēng)險增加的患者。

方法

入選

開發(fā)集（也就是訓(xùn)練集）由4個歐洲黑色素瘤中心的數(shù)據(jù)構(gòu)成，一共4123人；外部驗證集由澳大利亞的中心構(gòu)成，一共4822人。超大的隊列，從1997年到2013年！

入選標(biāo)準(zhǔn)非常詳細(xì)，不同的指南不同的診斷標(biāo)準(zhǔn)如何統(tǒng)一的都有詳細(xì)的說明。

建模過程

我這里介紹一些關(guān)鍵的地方，細(xì)節(jié)的地方大家感興趣自己閱讀原文。

• 最開始選擇10個變量，建立的是cox回歸模型。
• mice包多重插補(bǔ)缺失值，
• 建模時包括了每個變量和sentinel-node-status這個變量的交互項
• 進(jìn)行了等比例風(fēng)險檢驗，使用的是schoenfeld殘差法；
• 對連續(xù)型變量使用了限制性立方樣條轉(zhuǎn)換，對不符合正態(tài)分布的連續(xù)型變量使用log轉(zhuǎn)換；
• 向后法篩選變量，最終剩下6個變量，通過偏logloss計算變量重要性；
• 建模時使用了leave-one-center-out的重抽樣方法，類似于交叉驗證，但是和交叉驗證不完全一樣，非常巧妙，每次使用3個中心的數(shù)據(jù)建模，用1個中心的數(shù)據(jù)驗證；
• 為了避免高估事件發(fā)生率，直接在99%分位數(shù)截斷了風(fēng)險得分；
• 結(jié)果報告根據(jù)TRIPOD指南書寫。

我覺得最牛逼的是，作者開發(fā)了一個模型，但是可以計算兩種分?jǐn)?shù)：melanoma-specific mortality 和 recurrence-free survival

結(jié)果

第一個結(jié)果就是基線資料表，介紹開發(fā)集和外部驗證集的10個變量的情況。

第二個表展示開發(fā)集和外部驗證集的復(fù)發(fā)和死亡率，以及K-M法估計的5年生存率，并且根據(jù)前哨淋巴結(jié)陰性/陽性進(jìn)行分組展示。

第三個結(jié)果是最終得到的6個變量的HR值和變量重要性，這幾個變量有些是由交互項得來的，有些是多個指標(biāo)計算出來的，并不是原始的變量，作者在文章中有詳細(xì)介紹：

第四個結(jié)果是模型的區(qū)分度情況，作者選取的時間點是5年，這是為了和世界公認(rèn)的標(biāo)準(zhǔn)保持一致。主要使用的指標(biāo)是以下4個：

最后一個結(jié)果是模型的可視化以及模型預(yù)測的5年風(fēng)險曲線和列線圖得分頻率分布：

這個列線圖沒什么好說的，就是使用rms畫出來的，后期又進(jìn)行了一點處理。

下面這個風(fēng)險曲線就很牛逼了，下次我們一起學(xué)習(xí)下這個圖的畫法，它展示的信息量非常大。

作為全文唯一的圖，首先它是一個雙y軸圖，說實話這是很少見的，因為有部分專家學(xué)者認(rèn)為雙y軸圖會使得信息展示容易混淆，不方便理解。

這個圖的橫坐標(biāo)是列線圖計算出來的分?jǐn)?shù)，左側(cè)的y軸是模型預(yù)測的5年風(fēng)險，圖中的兩條線要和左側(cè)的y軸一起看，紅色線是黑色素瘤特異性死亡風(fēng)險，藍(lán)色線是復(fù)發(fā)或死亡風(fēng)險，剛好是模型預(yù)測的兩種概率（文中對每一個名詞也都有詳細(xì)的解釋）。

然后直方圖是列線圖分?jǐn)?shù)的頻率分布，要和右側(cè)的y軸一起看，并且根據(jù)前哨淋巴結(jié)的狀態(tài)（陰性/陽性）使用了不同的顏色。可以看到淋巴結(jié)陽性的分?jǐn)?shù)很明顯是高于淋巴結(jié)陰性的，他們的死亡和復(fù)發(fā)風(fēng)險也都是更高的。

除此之外，對于常見的校準(zhǔn)曲線、決策曲線這些東西，作者也都做了，只是沒放在正文里而已。

作者最后開發(fā)了一個網(wǎng)頁計算器，可以計算5年的無復(fù)發(fā)生存和疾病特異性生存，網(wǎng)址是：https://erasmusmcpublichealth./MelanomaWebapp/，但是作者還搞了個聲明，告訴你這東西不能用于醫(yī)療決策，只能用作演示和教學(xué)。。

借鑒學(xué)習(xí)

1. 數(shù)據(jù)的納入情況寫的非常詳細(xì)，由于納入了從1997年到2013年共5個中心（4個中心的數(shù)據(jù)做開發(fā)集，澳大利亞的一個單獨的中心做外部驗證集）的數(shù)據(jù)，連指南的診斷標(biāo)準(zhǔn)都變了！文中詳細(xì)介紹了各種情況的處理，對做多中心、大型隊列數(shù)據(jù)的朋友很有參考價值。
2. 對各個變量的處理、重編碼、變量轉(zhuǎn)換、缺失值插補(bǔ)等都有詳細(xì)的介紹，每個變量是否正態(tài)分布，是否符合線性，是否進(jìn)行了RCS轉(zhuǎn)換或者log轉(zhuǎn)換等，都有詳細(xì)的說明。就光方法介紹的這個詳細(xì)程度，說實話我沒見過這么詳細(xì)的，一看就不是常規(guī)的套路文能比的。
3. 一個模型可以計算2種概率，同時預(yù)測兩種預(yù)后！根據(jù)作者給的代碼來看，應(yīng)該也是建立了2個模型，但是最后結(jié)果是兩個模型納入的自變量完全一致，代碼還沒細(xì)看，下次詳細(xì)研究。
4. 直接給代碼了，就在github：https://github.com/CHMMaas/PaperMelanoma。但是沒給數(shù)據(jù)，你可以問作者要，但是作者不一定給。
5. 主要使用的包是rms，真的強(qiáng)，畢竟這個包的作者是生物統(tǒng)計教授Frank E Harrell，目前還在世的，還經(jīng)常在他的論壇上回答問題。里面用到的還有很多函數(shù)我都沒了解過，必須好好學(xué)習(xí)一番。