臨床預(yù)測(cè)模型（clinical prediction model），是指利用數(shù)學(xué)模型估計(jì)研究對(duì)象當(dāng)前患有某病的概率或者將來(lái)發(fā)生某種結(jié)局的可能性。也就是說(shuō)，臨床預(yù)測(cè)模型是通過(guò)已知特征來(lái)預(yù)測(cè)未知，而模型就是一個(gè)數(shù)學(xué)公式，也就是把已知的特征通過(guò)這個(gè)模型計(jì)算出未知結(jié)局發(fā)生的概率。

臨床預(yù)測(cè)模型作為臨床研究的“高階玩法”，不僅僅是改變臨床實(shí)踐的重要途徑，更是發(fā)表高分SCI文章的熱門(mén)選擇。

但不論零基礎(chǔ)的小白，還是已經(jīng)了解過(guò)臨床預(yù)測(cè)模型的同學(xué)，剛開(kāi)始都會(huì)一頭霧水。簡(jiǎn)單概括，Cox回歸預(yù)測(cè)模型的基礎(chǔ)統(tǒng)計(jì)策略大致可以概括為“一表四圖”，即均衡性表、列線圖、校準(zhǔn)圖、ROC圖、DCA圖。

從今天起，我們將通過(guò)一篇SEER數(shù)據(jù)庫(kù)文章，分別用R語(yǔ)言和便捷統(tǒng)計(jì)分析方法為大家展示構(gòu)建cox預(yù)測(cè)模型并且進(jìn)行效能評(píng)價(jià)與驗(yàn)證的全過(guò)程。

作為本系列的開(kāi)篇，首先為大家介紹一下將要浮現(xiàn)的文章及結(jié)果解讀！

案例文獻(xiàn)是沈陽(yáng)醫(yī)學(xué)院公共衛(wèi)生學(xué)院學(xué)者基于SEER數(shù)據(jù)庫(kù)的一項(xiàng)回顧性研究，旨在建立一個(gè)列線圖來(lái)預(yù)測(cè)老年惡性骨腫瘤（MBT）患者的總生存期（OS）。

1.摘要

背景：惡性骨腫瘤（MBT）是老年患者死亡的原因之一。我們研究的目的是建立一個(gè)列線圖來(lái)預(yù)測(cè)老年MBT患者的總生存期（OS）。

方法：從SEER數(shù)據(jù)庫(kù)下載了2004年至2018年所有老年MBT患者的臨床病理數(shù)據(jù)。他們被隨機(jī)分配到訓(xùn)練集（70%）和驗(yàn)證集（30%）。采用單因素和多因素Cox回歸分析確定老年MBT患者的獨(dú)立危險(xiǎn)因素?；谶@些危險(xiǎn)因素構(gòu)建列線圖，以預(yù)測(cè)老年MBT患者的1年，3年和5年OS。然后，利用一致性指數(shù)（C指數(shù)）、校準(zhǔn)曲線和受試者工作曲線下面積（AUC）來(lái)評(píng)價(jià)預(yù)測(cè)模型的準(zhǔn)確性和判別力。決策曲線分析（DCA）用于評(píng)估列線圖的臨床潛在應(yīng)用價(jià)值。根據(jù)列線圖上的分?jǐn)?shù)，將患者分為高風(fēng)險(xiǎn)組和低風(fēng)險(xiǎn)組。Kaplan-Meier（K-M）曲線用于測(cè)試兩名患者之間的生存差異。

結(jié)果：從SEER數(shù)據(jù)庫(kù)下載了2004年至2018年所有老年MBT患者的臨床病理數(shù)據(jù)。他們被隨機(jī)分配到訓(xùn)練集（70%）和驗(yàn)證集（30%）。采用單因素和多因素Cox回歸分析確定老年MBT患者的獨(dú)立危險(xiǎn)因素。基于這些危險(xiǎn)因素構(gòu)建列線圖，以預(yù)測(cè)老年MBT患者的1年，3年和5年OS。然后，利用一致性指數(shù)（C指數(shù)）、校準(zhǔn)曲線和受試者工作曲線下面積（AUC）來(lái)評(píng)價(jià)預(yù)測(cè)模型的準(zhǔn)確性和判別力。決策曲線分析（DCA）用于評(píng)估列線圖的臨床潛在應(yīng)用價(jià)值。根據(jù)列線圖上的分?jǐn)?shù)，將患者分為高風(fēng)險(xiǎn)組和低風(fēng)險(xiǎn)組。Kaplan-Meier（K-M）曲線用于測(cè)試兩名患者之間的生存差異。

結(jié)論：我們建立了一個(gè)新的列線圖來(lái)預(yù)測(cè)老年MBT患者的1年，3年，5年的OS。該預(yù)測(cè)模型可以幫助醫(yī)生和患者制定治療計(jì)劃和后續(xù)策略。

2.數(shù)據(jù)介紹

文獻(xiàn)共納入1641名2004-2018診斷的老年MBT患者的臨床病理數(shù)據(jù)。暴露因素包括年齡、種族、性別、診斷年份、組織學(xué)類型、分級(jí)、分期、原發(fā)位置、TNM分期、腫瘤大小、是否化療、是否放療及手術(shù)方式。

3.研究結(jié)果

這篇文獻(xiàn)構(gòu)建Cox回歸預(yù)測(cè)模型的統(tǒng)計(jì)思路十分清晰。首先按照7：3將數(shù)據(jù)集進(jìn)行拆分獲得訓(xùn)練集與驗(yàn)證集，然后做均衡性檢驗(yàn)，比較訓(xùn)練集和驗(yàn)證集的差異性，再做單因素和多因素Cox回歸，篩選變量構(gòu)建列線圖預(yù)測(cè)模型，最后通過(guò)校準(zhǔn)圖、ROC曲線、DCA曲線對(duì)模型的校準(zhǔn)度、區(qū)分度以及臨床決策的實(shí)際需要進(jìn)行評(píng)價(jià)。

①均衡性檢驗(yàn)表

②篩選預(yù)測(cè)因子

利用訓(xùn)練集數(shù)據(jù)，通過(guò)單因素Cox回歸與多因素Cox回歸篩選預(yù)測(cè)變量。這里作者并未使用先單后多或者是逐步回歸法篩選預(yù)測(cè)變量，可能從臨床實(shí)際考慮的更多，在實(shí)操過(guò)程中推薦大家使用逐步回歸法進(jìn)行篩選。

③構(gòu)建列線圖

最終納入10個(gè)變量建立了列線圖。通過(guò)患者的個(gè)體特征對(duì)照列線圖相加可以獲得總分，表明每個(gè)患者的MBT的特異性生存概率。

④模型校準(zhǔn)度驗(yàn)證——校準(zhǔn)圖

A-C是訓(xùn)練集1年、3年、5年患者的總生存期校準(zhǔn)圖，D-F是驗(yàn)證集1年、3年、5年患者的總生存期校準(zhǔn)圖。曲線與對(duì)角線重合度越高，說(shuō)明模型的校準(zhǔn)度越好。

⑤模型區(qū)分度驗(yàn)證——ROC曲線（AUC面積）

A圖是訓(xùn)練集1年、3年、5年患者的總生存期的ROC曲線；B圖是驗(yàn)證集1年、3年、5年患者的總生存期的ROC曲線。ROC曲線下面積又叫AUC面積，這個(gè)值越大說(shuō)明預(yù)測(cè)模型的而判別區(qū)分能力越好。

⑥模型臨床決策實(shí)際需求評(píng)估——DCA曲線

A圖是訓(xùn)練集1年、3年、5年患者的總生存期的DCA曲線；B圖是訓(xùn)練集1年、3年、5年患者的總生存期的DCA曲線，紅色線條代表列線圖模型（包括構(gòu)建模型的10個(gè)變量），黃色線條代表TNM模型（僅納入TNM分期3個(gè)變量），兩個(gè)模型對(duì)比，線條越靠上說(shuō)明在實(shí)際臨床中的應(yīng)用價(jià)值越大，可參考性越強(qiáng)。

以上就是我們接下來(lái)將要復(fù)現(xiàn)的公共數(shù)據(jù)庫(kù)文章，包括均衡性檢驗(yàn)、cox回歸、繪制列線圖、校準(zhǔn)曲線、ROC曲線、DCA曲線，敬請(qǐng)期待！