临床预测模型文章写作套路讲解

kexue

通过大量阅读临床预测模型相关文献，提炼了一下该文章类型写作套路，主要以列线图为例：
1.文章标题
一般就是包含研究人群，要预测的结局变量，以及列线图（模型）
2.Abstract
1）Background：一般就是该疾病或并发症等的研究现状，缺乏预测手段，本研究旨在创建一个预测什么的模型
2）Method：纳入人群的来源（哪个医院或哪个数据库，哪个时间段，什么疾病人群），有没有划分数据集，变量筛选的方法（单+多，lasso+多，单+lasso+多，或者加入VIF，MDG等），构建的模型是什么（列线图，还是决策树等等），模型评价用了什么，结果怎么样（C指数，ROC，校准曲线，DCA曲线）
3）Results：研究纳入了多少人，通过什么方法筛选了变量，最后用哪些筛选好的变量构建了模型，以及模型评价和验证的结果展示一下（C指数，AUC，校准曲线等等）
4）Conclusions：一般就是本研究构建了一个什么模型，这个模型有很好的区分度和校准度，能为临床的决策提供指导等等

3.Introduction
一般就是介绍一下所研究疾病的一些背景知识等等，然后要延伸到你想研究的结局变量上，为什么要构建这个结局变量预测模型等等（难以辨别，发生快，进展迅速等等），比如临床预测模型Day 14 这篇文章大家可以看一下他是怎么提到结局变量的，然后也可以介绍介绍列线图这个模型的一些优点，最后我们打算干什么（概述一下自己的研究内容）

4.Methods
1）实验设计：纳入了哪些人群（内部数据集+外部数据集都要介绍），在纳入过程中有哪些纳入排除标准，比如年龄有没有限制，只纳入老年人还是只纳入儿童还是都纳入等
2）数据的收集：介绍一下文章收集了哪些数据，纳入了哪些自变量以及因变量，并对于一些比较专业性的变量要进行充分的解释
3）统计分析
（1）用的什么软件（R，spss，python等等）
（2）连续性变量以及分类变量的表现形式（百分比，median（IQR），mean（sd））以及不同数据类型的统计检验方法
（3）介绍一下用了什么方法进行了变量筛选（单+多，lasso+多等），或者变量共线性等问题是怎么解决的等等
（4）构建了什么模型（nomogram，评分量表，评分网站，亦或者app）
（5）模型评价方法（C指数，ROC，DCA曲线，校准曲线，临床影响曲线等等）
（6）内部验证（划分数据集还是bootstrap，亦或者交叉验证法），外部验证怎么做的
（7）是否进行了模型比较，怎么比较的（和既往模型或标准，亦或者新模型里的变量，或者是文章中用另一个方法构建的模型）（比较方法：ROC曲线，校准曲线，DCA曲线，NRI，IDI）
（8）有没有根据总分进行危险分层

5.Results
1）流程图的描述，一开始收集了多少病人的数据，根据纳入排除标准剔除了多少，最后纳入了多少病人进行了研究
2）基线特征的描述：描述不同组之间的患者基本信息的比较（训练集 vs. 验证集：一般组间数据没有统计学差异 or 有 vs. 无结局事件：一般部分变量存在统计学差异等等）
3）变量筛选过程的描述（以Day 14这篇文献为例：展示了单因素logistic回归结果，并将p大于0.2的变量纳入多因素logistic回归分析，并展示了多因素logistic回归的结果）
4）然后就是描述模型的构建，哪些变量纳入了列线图，并对列线图进行解释

5）模型评价和验证部分：描述训练集以及验证集的C指数，ROC曲线，AUC值，校准曲线，DCA曲线等
6）如果与旧模型或者旧指标比较的话，还要描述与什么模型比较了，比较结果怎么样（C指数，IDI，NRI，校准曲线，DCA曲线）等指标
7）进行了危险风层的话，描述一下怎么划分的以及危险风层的结果，比如多少分是高风险，多少是低风险等等

6.Discussion
1）对自己研究的总结，比如疾病的背景，结局变量预测的重要性，然后我们构建了一个模型，纳入了什么，具有较好的预测价值
2）对于纳入变量逐个进行阐述，既往的研究的阐述，我们研究的发现等等
3）阐述一下自己构建的模型能提供怎样的临床指导意义，对于临床决策等方面的作用
4）自己文章的不足之处以及优点（不足比如是单中心的，不是多中心的；是回顾性研究，需要更多的前瞻性研究；样本量不大，需要更大的样本量；没有外部验证，需要进行外部验证；有些重要的变量因为某些原因没有纳入，基本也是套话）

7.Conclusion
对自己研究结果总结一下

8.后面一般就是一些投稿的申明了，什么data availability statement，conflict of interest，author contribution，acknowledgement，funding等等

9.References 参考文献

来源：木天sy 木天琳neuron