就7个要素，临床预测模型文章就齐活了！

kexue

最近临床预测模型的问题较多，一些咨询到底啥是临床预测模型，和我们普通模型有啥区别？一些关于临床预测模型到底要写成啥样子？松哥今天就介绍下临床预测模型类文章的主要统计要素构成，让大家对临床预测模型有一个直观的认识。

1.流程图

主要用于介绍你统计建模数据的来源和筛选流程，此部分最好有，有显示你比较严谨，没有的话可以用文字展示亦可！如如下2篇文章的study flow。





2.均衡性比较
    是指我们对训练集和验证集的人口学以及研究因素均衡性比较，目的在于说明，我们这两个数据集是来自同一人群，是可比的。其用意在于，当我们在训练集中构建模型，用构建的模型到验证集中去验证，如果验证集和训练集是可以的，那么验证的结果才可信，如果不可比，即使去验证，其价值也不大！




3.模型构建表
   临床预测模型，一般采取的是先单后多的建模策略，所以此时文章中药展示单因素和多因素分析的结果。注意我们最终的模型是多因素分析的模型。表格较大，如下均未展示全。




4.模型区分度
     模型构建不是自说自话，是自说自证，也就是你建立了模型，还要证明你的模型是可靠可信的。区分度就是用于证明你模型是否能够把发病与未发病的区分开来。采用的指标就是AUC和ROC曲线。这是对于Logsitic回归模型，对COX稍微复杂些。



5.模型校准度
   校准度是指预测的准不准，如下图，对角虚线为参考线，3个点为模型实际数据，越吻合就说明预测的越准。同理Logistic回归的校准度比COX容易，COX回归生存数据，因为会面临不同时间点，因此，校准度的曲线可以有多个。



6.模型临床适用度
   是指即使你模型构建的不错，到底有没有临床应用价值。图中虚线为构建模型的净获益曲线，Y轴为净获益。常解释为如果100人采用了某个界值作为采取治疗的标准，那么有多少人可以获得净获益。



7.模型展示
   再好的菜也要盘子装着，再美的酒，也要容器盛者，同理，构建了一个好的模型，总要拿出来给别看吧！   如果直接给别人看模型公式，那多难看，有不方便应用，于是就把模型用一种图展示，这种图就叫做nomogram。    文章至此，就已经大功告成了！





松哥统计说
   人生有两种课：一种必修，一种选修。松哥认为统计是必修，因此，还是要痛下心扉，花点心思去学习一下。    不会对自己就是障碍，会了对于自己就是利器！这一反一复，差距就形成了！    对于非统计学专业的专业人士，统计你也不要学的博大精深，至少在某一块的统计你掌握了，也就可以了，毕竟你也不是靠统计吃饭的。分析数据，发文章而已！
来源： 精鼎统计