怎么用临床预测模型提升文章档次

医路糜语

临床模型是运用统计学方法对相关预测指标的信息进行挖掘、提炼和整合，最终构建一个多变量数学模型。研究者可根据此模型有目的地评价患者当前的状态(诊断)以及未来的生死(预测)，从而进行有针对性的临床决策。临床预测模型包括诊断模型和预后模型，基于公共数据库的挖掘，如SEER数据库，不仅可以更好地做出临床决策，当然也可以为文章增色不少。

构建临床预测模型主要分为以下几个步骤：

1. 根据研究类型的选择合适的模型

临床预测模型既可用于诊断类研究，也可用于预后类研究。对于诊断类研究，其预测因子与结局均在同一时间节点，适合横断面研究数据；对于预后类研究，其预测因子与结局有纵向时间逻辑，适合采用队列研究数据拟合预后模型。诊断模型研究中，需要有“金标准”来单独诊断疾病，以免出现诊断评估偏倚。预后模型研究中，预测因子与结局的本质就是纵向关系，且研究者通常希望获得在自然状态下疾病的转归，因此前瞻性队列研究最适于预后模型分析。

2.模型的建立

有了数据之后，就可以建模了。一般根据 7:3 的原则分配建模人群和验证人群的数量。建模前，应明确预测因子。可以选择已知的、已报道的预测因子；也可以通过统计学方法筛选，如常用方法包括适合二分类变量的Logistic回归模型、适合生存数据的Cox回归模型，以及适合频数资料的泊松回归模型。

3. 临床预测模型的验证

预测模型的效果很有可能因研究的人群、方法不同而发生效能的改变，因此，完整的预测模型研究应包括模型的验证。验证包括模型内部和外部效能的验证。内部效能指的是可重复性，利用研究自身的数据通过交叉验证（Cross-validation）、Bootstrap验证等来检验；外部效能指的是模型的普遍性（Generalizability），需利用其它研究的数据来进行验证。