在目前的医学科研领域，临床预测模型是个热门方向。要求我们具备扎实的流行病学与统计学功底，并且能严格执行从研究设计、数据质量控制、模型构建与验证到临床影响评估的全流程。
核心挑战在于确保模型的科学性、可重复性及临床实用性。这里我们从专业角度把预测模型的基本原理系统讲清楚。
在临床诊疗中，我们通常用模型来解决以下两个主要问题：
1. 评估当前患病概率的诊断模型
有些疾病为了确诊创伤大而且负担重，这时候如果有个好用的诊断模型，只要把常规检查的年龄血液标志物或者影像学特征输进去，系统立刻就能算出当前的患病概率。
根据这个概率就能更科学地决定是否要去承受有创检查，还是只要保守随访就行，这样能有效避免有效优化诊疗流程。
2. 推测未来发展趋势的预后模型
预后模型算的是未来特定年限内，患者复发转移或者出现并发症的概率。拿乳腺癌术后的患者举例，把肿瘤分期和淋巴结转移这些关键指标放进模型，算出来的就是患者未来复发的可能性。这个数值直接决定我们要不要给患者追加辅助治疗。
搞明白模型能解决什么问题之后来看看它是怎么建成的，这是一套严密的流行病学和统计学推演过程。
![MTY4ODg1NTQ4MzcyMTIzOA_770096_XwH_M9AqMd-seia1_1774938235[1].png](/storage/news/clinical-prediction-model-guide/img_01.png)
预测模型构建全流程图
1. 建立队列收集数据
建立一个大样本的患者队列，把患者的各种病史和化验指标详细记录下来，然后进行长期随访，明确记录到底哪些人发生了终点事件。
2. 筛选指标计算权重
拿到数据后开始筛选指标并计算权重，结合临床先验知识和统计方法，用多因素Logistic回归分析；
结局只有发病和未发病两种可能，一般用Logistic回归；
要综合考虑患者发病经历的时间长短，就选择Cox比例风险回归；
正则化方法比如LASSO，能自动选择变量防止过拟合日益常用；
对于复杂数据关系，也可考虑机器学习算法。
通过这些统计学方法把发挥决定性作用的指标筛选出来，并且算出每个指标对最终结局的影响力大小也就是回归系数。
3. 整合得出数学公式
把筛选出来的指标和计算好的权重整合构建成一个数学公式，各项数据往公式里一代入最终的预测结果就直接出来了。
做出来的公式不能直接投入临床应用，要经过严格的科学检验。
1. 区分度衡量区分能力
区分度就是看模型能不能把高危病人和低危病人准确区分开，我们一般看ROC曲线下的AUC面积，这个数值越接近一说明区分能力越强。
![MTY4ODg1NTQ4MzcyMTIzOA_227152_dFPSlZdyPlzFz7vt_1774937777[1].png](/storage/news/clinical-prediction-model-guide/img_03.png)
ROC曲线评估模型区分能力
2. 校准度衡量预测准确性
预测出来的发病概率和现实世界里实际的发生概率要能对得上，好的校准度既不会系统性地夸大风险也不会盲目低估风险。
![MTY4ODg1NTQ4MzcyMTIzOA_612470_fZjUVkDdrcMNmoyy_1774937854[1].png](/storage/news/clinical-prediction-model-guide/img_05.png)
校准曲线验证预测准确性
3. 临床实用性评估实际效果
这是非常关键的一点：通常通过DCA决策曲线分析等方法来评估，主要是看医生用了这个模型之后，能不能实实在在地制定出更好的方案并产生临床净获益。
![MTY4ODg1NTQ4MzcyMTIzOA_698060_aLhm0hvHcl2OnA5Y_1774937932[1].png](/storage/news/clinical-prediction-model-guide/img_07.png)
决策曲线分析临床净获益
4. 验证环节检验稳定性
为了证明模型可靠还要做验证：
内部验证：用于评估并校正模型在开发数据中的乐观偏差；
外部验证：需使用来自不同时期、不同机构或不同人群的完全独立的数据，以检验模型的泛化能力。
可靠的模型应系统报告其区分度、校准度以及临床实用性，只有外部验证也表现优秀，这个模型才算具备推广价值。
为了方便平时快速使用，预测模型一般会做成直观的辅助工具。
1. 简明直观的评分系统
评分系统把各项生理指标匹配的分值，做个简单加法就能判断危险程度，比如ICU常用的APACHEII评分。
2. 可视化的列线图
列线图在可视化图表的相关指标上画几条线，加起来就能直接估算出概率。
![MTY4ODg1NTQ4MzcyMTIzOA_936333_uPjUsPQt7cBEObHb_1774938127[1].png](/storage/news/clinical-prediction-model-guide/img_09.png)
多指标整合可视化列线图
3. 自动化的数字化插件
现在流行的是做成数字化插件，直接装进电子病历系统或者做成网页版计算器，输入关键指标后自动输出风险概率和诊疗建议。
真到自己动手做的时候，有两个容易导致研究失败的误区要避开。在进行和报告临床预测模型研究时，必须遵循TRIPOD声明。该规范提供了详细的报告清单，是保证研究质量、透明度和获得国际认可的基础。
1. 结合临床逻辑筛选变量
只认数据不看临床逻辑是个大误区，千万别把所有指标全部交给算法去算，因为统计学上的差异不能等同于医学上的客观因果关系。
要结合过往文献和经验，先从病理机制上挑出那些确实可能有意义的候选变量，然后再拿去用严格的统计学方法做二次筛选。
2. 采取策略防范过度拟合
过拟合是指很多新手的模型在自己的患者数据里表现很好，一旦用别的数据测试就变得效果很差。这是因为模型没有学到疾病发展的客观规律，而是把样本里偶然产生的随机误差记录下来了。
要对付过拟合要做到两点：
①要保证有效样本量够大：传统经验认为模型里每纳入一个预测指标。简单来说，可以把每个预测变量至少对应10个结局事件作为参考，但还是更推荐用专门的工具进行样本量估算，确保模型参数的稳定性。
②合理选择内部验证方法：数据量极大时可按时间或地域拆分训练集和验证集；但对于多数中小样本研究，推荐用Bootstrap重抽样或交叉验证。这种验证方法允许我们在评估模型性能的同时，保留所有数据用于拟合最终模型，保证模型参数的稳定。
临床数据堆积如山，不知道如何筛选？或者没有临床数据，无从下手？难以形成系统的科研思路与课题框架？无法转化成文？橙方深耕临床研究领域，紧跟科研热点，助你将临床数据转化为科研结果，发表有价值的高分SCI！欢迎咨询我们橙方科研临床1V1指导，助你最短时间拿到自己的accept！
橙方医学SCI一对一辅导
Meta分析
涵盖了经典Meta、网状Meta，再到到前沿的预测模型Meta，提供严谨、可靠的解决方案
生信分析
利用多组学整合（转录组、单细胞、蛋白组等），结合孟德尔随机化、网络毒理、药理等方法，解析数据挖掘创新
临床研究
基于NHANES、CHARLS、MIMIC等主流数据库，进行深度挖掘，并结合真实临床数据，量身定制分析方案
⬇️扫码咨询了解更多⬇️
💡 配套实验服务
如果你在临床研究或生信分析过程中需要配套的湿实验支持，医嘉研同步提供分子生物学实验服务、细胞实验服务、动物实验服务等一站式外包，覆盖完整的细胞生物学实验与分子生物学实验流程，从课题设计到数据产出全程辅助，让你的SCI研究更扎实。
