临床预测模型的展示形式指南(上)

首席躺平官 2021-08-30 21:06:54 阅读: 3182

临床预测模型会根据患者的年龄、性别、生物标志物等预测变量来估计患者发生某种疾病(诊断模型)或未来出现某一结局(预后模型)的风险。

Bonnett及其同事提出了临床预测模型展示形式的指南,以便其在临床实践中使用。

本文描述了四种展示临床预测模型的形式,并讨论了每一种形式的优缺点。

论文标题

目  录

  • 1. 介绍
  • 2. 评分系统
    • 2.1 描述
    • 2.2 怎么构建评分系统?
    • 2.3 优点和缺点
    • 2.4 应用
  • 3. 图形评分表
    • 3.1 描述
    • 3.2 怎么构建图形评分表?
    • 3.3 优点和缺点
    • 3.4 应用
  • 未完待续

1. 介绍

每年临床医学领域都会出版很多的预测模型文献,大多数预测模型都是基于logistic回归和Cox回归模型开发出来的。

TRIPOD声明为多变量预测模型研究的报告提供了指导,但是在如何展示临床预测模型上提供的信息较少。在选择预测模型的展示形式时,研究者应仔细考虑目标群体、使用环境和使用时间。

哪些患者需要使用预测模型?在什么时候什么地方使用?思考这些问题会有帮助。

在出版的论文中应该列出完整的预测模型方程式,这对于进行独立的外部验证很有帮助。

在临床环境中,除了完整模型方程外,可能还需要使用其他的展示形式。

预测模型的展示形式因以下因素不同而不同:

  • 使用媒介:是纸质版还是电子版;
  • 使用环境:是诊所、病房还是在家中;
  • 预测信息的详细程度:是近似估计还是精确估计;
  • 预测模型使用的友好程度

表1列出了展示预测模型的不同形式。

本文以框2的生存模型为例(该模型预测了原发性胆汁肝硬化患者随时间推移的死亡风险),来说明模型的展示形式。logistic回归模型开发的风险预测模型也是适用的。

框2

数据来自于硫唑嘌呤治疗原发性胆汁性肝硬化的疗效试验。248例原发性胆汁性肝硬化患者符合试验入选标准,其中127例为治疗组,121例为对照组。治疗组死亡57例(45%),对照组死亡62例(51%)。
感兴趣的预测变量包括年龄(岁),肝硬化(是/否),白蛋白(g/dl),中央胆汁淤积(是/否)和安慰剂治疗(不是硫唑嘌呤治疗,是/否)。

2. 评分系统

2.1 描述

在评分系统中,预测模型会根据每个患者预测变量的预测值来评分,并计算出一个总分。总分可以反映患者发生某种疾病或出现某一结局的风险。

评分系统的使用群体是住院医师和患者,评分系统可以作为就诊咨询的一部分显示在电脑屏幕上,也可以打印出来交给患者,或在病房中使用作为参考指导。

2.2 怎么构建评分系统?

首先要建立好一个预测模型,可以使用logistic回归或Cox回归模型来建立。然后根据预测模型中预测变量的回归系数为预测变量分配一个整数分值,该分值可以为正数,也可以为负数。

在为预测变量分配整数分值时,模型中所有的连续变量都要转化为分类变量,因此预测模型的准确度会有损失。转化为分类变量时,每个类别水平不需要一定相等,并且可以通过不相等的类别水平来更合适的处理非线性变量。

开发评分系统的步骤参考:

逻辑回归和Cox回归预测变量赋分参见此篇文章

中文详细教程:基于Logistic回归模型构建疾病风险评分工具。

中文详细教程:基于Cox回归模型构建疾病风险评分工具。

请注意:有些评分系统是根据HR或OR而不是根据回归系数β计算出来的。This approachis mathematically inappropriate as Cox (or logistic) regression models assume additivity of the log hazard (or log odds) ratios.

除了构建评分系统外,还需要提供每个得分点的风险概率表,以便将评分转换为预测风险值。

除非很清楚明确的定义了如何在预测的绝对风险量表上进行决策,否则仅仅基于总得分(如低、中或高风险)的决策是毫无意义的。

2.3 优点和缺点

在经过解释和说明后,评分系统很容易理解。建立好评分系统后,应在评分系统旁边给出使用说明。

根据模型的复杂性以及包含在模型中预测变量的数目,基于纸质的评分系统可以将患者预测变量的值输入到网页计算器或APP中更快的计算风险。

患病风险或者生存率的预测仅仅是完整模型中实际预测风险的近似值。这是因为连续变量的信息在转换为分类变量进行赋分时损失掉了一部分,并且赋分时“回归单位”的四舍五入又损失了一部分。

研究人员必须检查基于评分系统的简化模型的预测性能是否与原始完整模型相似,并且检查是否与原始完整模型具有相同的潜在临床影响。

2.4 应用

表3a是根据原始预测模型推导出来的原发性胆汁性肝硬化患者死亡概率的评分系统,表3b为评分系统中每个得分对应的1年和3年死亡概率。

如某患者年龄55岁(0分)、肝硬化(3分)、白蛋白34.4g/gl(0分)、中央胆汁淤积(5分),总分为8分。根据表3b,可以得知其1年时死亡概率为45.8%,3年时死亡概率为90.2%。

从原始预测模型的完整方程式中计算出1年和3年的死亡概率分别为44%和89%。这些数据表明,与原始完整预测模型相比,预测模型简化后的评分系统只有很小的变化。

3. 图形评分表

3.1 描述

图形评分表是高度简化的、使用彩色编码的评分系统。与评分系统相似,图形评分表也是临床预测模型的展示方式之一。

图形评分表既可以在电脑屏幕上使用,也可以打印出来。使用该表的一个例子就是用于预测心血管疾病的SCORE模型。

3.2 怎么构建图形评分表?

首先必须为预测变量的每个组合计算结局的概率,然后根据临床上重要的风险类别对概率进行制表和颜色编码。如具有较高风险的(接近1)可以编码为红色,风险较低的(接近0)可以编码为黄色。

颜色越红代表患病风险越高。患者根据自身情况快速锁定色块,并且获知自己的患病风险。

3.3 优点和缺点

和评分系统相比,图形评分表更加容易理解,并且采用颜色编码可以提高易用性。另外,患者的临床决策可以和预测模型相结合,如在图形评分表中,患者如果评估风险为深红色,可以考虑转ICU治疗。

图形评分表通常需要对模型进行某种简化,因为它只能容纳有限数量的预测变量,并且需要将连续变量转换为分类变量显示。

因为预测结果通常显示为预测风险的范围而不是准确数值,所以采用这种表也会丢失预测风险的一部分信息。

图形评分表的另一个缺点是每一个感兴趣的时间点都需要使用独立的图形评分表。

与评分系统一样,研究人员也应检查简化后的图形评分表的预测性能(在每一个感兴趣的时间点)是否与原始完整模型相似。

3.4 应用

图1显示了原发性胆汁性肝硬化患者的评分图表。该图表是使用表3a和3b的评分系统建立的。

图1 根据框2中原始预测模型推导出来的计算原发性胆汁性肝硬化患者死亡概率的图形评分表,该表仅限于接受硫唑嘌呤治疗的患者

根据此评分图表,一个患者55岁,有肝硬化、中央胆汁淤积、白蛋白为34.4g/gl,并接受硫唑嘌呤治疗的患者1年死亡风险为46%,和完整的原始预测模型计算出来的44%差不多。

邀请讨论

附件

{{f.title}} 大小 {{f.file_size}} 下载 {{f.count_download}} 金币 {{f.count_gold}}
{{item.nick_name}} 受邀请回答 {{item.create_time}}
{{item.refer_comment.nick_name}} {{item.refer_comment.create_time}}

附件

{{f.title}} 大小 {{f.file_size}} 下载 {{f.count_download}} 金币 {{f.count_gold}}
切换到完整回复 发送回复
赞({{item.count_zan}}) 踩({{item.count_cai}}) 删除 回复 关闭
科研狗©2015-2024 科研好助手,京ICP备20005780号-1 建议意见

服务热线

178 0020 3020

微信服务号