检索结果-南通市图书馆

尿酸预测创伤性脑损伤死亡的区分度与校准度研究

在线全文

学校读者我要写书评

暂无评论

中国急救医学 2017年第8期37卷 714-718页

作者：陈都包龙徐峰陆士奇苏州大学附属第一医院急诊科江苏苏州215006

目的通过分析血尿酸对创伤性脑损伤（Tin）死亡预测的区分度与校准度评价其对TBI预后判断的价值。方法回顾性收集我院2010—11～2012—10收治的330例TBI患者病历资料：男性233例（70．6％），年龄（48．6±18．1）岁。病例人选标准：明... 详细信息

目的通过分析血尿酸对创伤性脑损伤（Tin）死亡预测的区分度与校准度评价其对TBI预后判断的价值。方法回顾性收集我院2010—11～2012—10收治的330例TBI患者病历资料：男性233例（70．6％），年龄（48．6±18．1）岁。病例人选标准：明确诊断为TBI，受伤后24h以内有血尿酸数据，GCS评分3—14分，除外年龄〈14岁、孕妇、既往有自身免疫性疾病、痛风病史及服用别嘌呤醇患者。血糖及血尿酸数据为入院次日早晨空腹静脉血测得，同时记录年龄、瞳孔反应和GCS评分等临床数据，电话随访伤后6个月格拉斯哥预后评分（GOS），按是否在随访期内死亡将所有患者分为死亡组（GOS1分）和生存组（GOS2—5分）。分别以血尿酸、血糖、血尿酸＋血糖为自变量，建立Logistic回归模型预测TBI死亡风险，采用ROC曲线下面积、校准曲线及Hosmer—Lemeshow拟合优度检验，比较血尿酸与血糖对TBI死亡预测的区分度和校准度。结果两组的性别构成差异无统计学意义（P=0．066），死亡组患者表现为高龄、瞳孔反应差、GCS评分低和血尿酸水平高，与生存组比较差异有统计学意义（P〈0．05）。血糖AUC（0．7809，95％CI0．71986～0．84192）略高于血尿酸（0．7178，95％C10．64997～0．78562），但差异无统计学意义（P=0．147）；血尿酸＋血糖模型的AUC提高到0．8134，95％C10．75683～0．87002。Hosmer—Lemeshow拟合优度检验，得到血尿酸、血糖预测模型对应的P值为0．1508vs．0．3366（均〉0．05）。血尿酸＋血糖模型Hosmer—Lemeshow拟合优度检验的P值提高到0．8179。校准曲线显示，血尿酸和血糖的校准曲线均靠近45度线，两者联合的校准曲线进一步贴近45度线。结论高尿酸是TBI患者预后不良的危险因素，对死亡预测具有较高的区分度和校准度，是一个简单、有效的TBI诊疗决策参考指标。

关键词：创伤性颅脑损伤(TBI) 尿酸区分度校准度预后

中心聚集效应下多种预测模型构建策略的模拟比较

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

中国循证医学杂志 2023年第7期23卷 834-842页

作者：于建彭驰金志超海军军医大学卫生统计学教研室上海200433

目的利用多中心数据构建临床预测模型时,数据的独立性假设会发生违背,研究对象之间存在明显中心聚集效应,为了充分考虑聚集性问题,本研究拟比较考虑中心聚集效应的随机截距Logistic回归模型(RI)和固定效应模型(FEM)与不考虑中心聚集效... 详细信息

目的利用多中心数据构建临床预测模型时,数据的独立性假设会发生违背,研究对象之间存在明显中心聚集效应,为了充分考虑聚集性问题,本研究拟比较考虑中心聚集效应的随机截距Logistic回归模型(RI)和固定效应模型(FEM)与不考虑中心聚集效应的标准Logistic回归模型(SLR)和随机森林算法(RF)在不同场景下的模型性能。方法模拟预测模型建立过程中,存在不同程度中心聚集效应时,在中心水平上不同模型的预测性能,包括在不同场景中的区分度和校准度差异,同时比较这种差异在不同事件率时的变化趋势。结果在中心水平,不同模型(除RF外)在中心聚集效应下不同场景的区分度差异不大,其C-index均值变化很小。利用多中心高度聚集的数据进行预测时,边缘预测(M.RI、SLR和RF)与条件预测相比校准截距略小于0,高估了预测的平均概率。其中RF则在多中心大样本条件下截距校准表现很好,这也体现了机器学习算法对处理大样本数据的优势。在中心多患者少时,FEM进行条件预测,校准截距大于0,预测的平均概率被低估。此外,在利用多中心大样本数据开发预测模型时,三个条件预测(FEM、A.RI、C.RI)斜率校准较好,边缘预测(M.RI和SLR)的校准斜率大于1出现了欠拟合的问题,且随着中心聚集效应增加欠拟合问题越发凸显。特别是在中心少患者少时,数据的过拟合会掩盖边缘预测与条件预测校准性能上的差异。最后,越低的事件发生率时,中心聚集效应在中心水平对不同模型预测性能的影响越明显。结论利用高度聚集的多中心数据构建模型并应用于特定环境中预测,当中心数较少或因不同发病率导致中心间差异较大时可以选择RI和FEM进行条件预测;当中心数较多、样本量较大时可选择RI进行条件预测或RF进行边缘预测。

关键词：中心聚集效应临床预测模型区分度校准度模拟研究异质性

在线全文

学校读者我要写书评

暂无评论

糖尿病足风险预测模型的构建与验证

护理学杂志 2022年第11期37卷 9-14页

作者：谢晓冉徐蓉张静陶静边旭娜高莲莲欧阳兰欣华中科技大学同济医学院附属同济医院护理部湖北武汉430030 华中科技大学同济医学院附属同济医院内分泌科湖北武汉430030 华中科技大学同济医学院护理学院

目的构建2型糖尿病患者糖尿病足风险预测模型,为医护人员识别高危患者并制订针对性干预方案提供参考。方法回顾性收集2018年3月至2020年3月住院2型糖尿病患者的临床资料,使用LASSO回归和多因素logistic回归分析筛选糖尿病足发生的危险因... 详细信息

目的构建2型糖尿病患者糖尿病足风险预测模型,为医护人员识别高危患者并制订针对性干预方案提供参考。方法回顾性收集2018年3月至2020年3月住院2型糖尿病患者的临床资料,使用LASSO回归和多因素logistic回归分析筛选糖尿病足发生的危险因素,建立2型糖尿病患者糖尿病足风险预测的列线图模型。计算C统计量评价模型的区分度,使用校准图和Brier分数评估模型的校准度。使用Bootstrap法进行内部验证,随后收集2020年4~12月住院2型糖尿病患者资料用于外部验证。结果开发数据集共纳入1527例患者,有319例(20.89%)患糖尿病足。最终9个预测因子进入模型:文化程度、溃疡史或截肢史、视网膜病变、是否注射胰岛素、震动感觉阈值、足背动脉搏动、足部皮肤异常变化、足部真菌感染和足部畸形。预测模型内部验证前后的C统计量分别为0.966和0.963,Brier分数分别为0.052和0.054,校准图中实际曲线和理想曲线重合度较好。外部验证数据集共纳入451例患者,有71例(15.74%)患糖尿病足。模型外部验证的C统计量为0.928,Brier分数为0.051,校准图显示模型的预测结果和观察结果之间一致性较好。结论构建的2型糖尿病患者糖尿病足风险预测模型具有良好的区分度和校准度,可为临床筛查糖尿病足高危患者提供借鉴。

关键词： 2型糖尿病糖尿病足足溃疡预测模型内部验证外部验证区分度校准度

基于logistic回归的二分类结局临床预测模型的Stata实现方法

在线全文

学校读者我要写书评

暂无评论

中国卫生统计 2022年第3期39卷 461-464页

作者：郑敏张宇铮吕海永贾志芳姜晶吉林大学第一医院临床流行病学研究室 130021 吉林大学公共卫生学院

目的结合早期胃癌患者淋巴结转移临床预测模型的实例,探讨通过Stata软件建立、评价和验证二分类结局的临床预测模型的实现方法。方法选取2010年至2018年收集的早期胃癌患者淋巴结转移数据为实例数据集,并以2017年7月1日作为患者入组... 详细信息

目的结合早期胃癌患者淋巴结转移临床预测模型的实例,探讨通过Stata软件建立、评价和验证二分类结局的临床预测模型的实现方法。方法选取2010年至2018年收集的早期胃癌患者淋巴结转移数据为实例数据集,并以2017年7月1日作为患者入组分界点,将数据分为建模集和验证集,通过实例介绍利用Stata/SE 15.0建立、评价和验证二分类结局临床预测模型的方法。结果实例中建模集746例胃癌患者中144例(19.3%)发生淋巴结转移。预测模型最终纳入T分期、肿瘤最大径、分化程度和脉管浸润4个变量。模型的区分度评价指标C指数为0.864,模型校准度Hosmer-Lemeshow检验P=0.983,临床决策曲线显示临床适用度较好。在验证集中,模型的C指数为0.911,校准度Hosmer-Lemeshow检验的P值为0.631。结论利用Stata软件可以简单、快捷地实现临床预测模型的建立、评价和验证过程,尤其在列线图的绘制方面存在优势。

关键词： Stata 临床预测模型 logistic回归区分度校准度

存在中心聚集效应的临床预测模型模拟评价与实例应用

在线全文

学校读者我要写书评

暂无评论

存在中心聚集效应的临床预测模型模拟评价与实例应用

作者：于建中国人民解放军海军军医大学

学位级别：硕士

一、研究背景医学研究正经历从传统经验医学到循证医学和精准医学发展的大背景,在以患者为中心的临床研究中,临床预测模型可以作为临床决策支持的工具,为医生和患者进一步制定预防和治疗策略提供依据。临床预测模型开发研究的数据经常... 详细信息

一、研究背景医学研究正经历从传统经验医学到循证医学和精准医学发展的大背景,在以患者为中心的临床研究中,临床预测模型可以作为临床决策支持的工具,为医生和患者进一步制定预防和治疗策略提供依据。临床预测模型开发研究的数据经常集中在中心(医院)内,这样带来的后果是即便将患者特征考虑在内,同一中心的两个观察结果往往比来自不同中心的两个观察结果更相似。同一中心内数据之间的相关性增加,即所谓的中心聚集效应(Clustering)会变大。基于多中心数据的临床预测模型越来越普遍,虽然在样本量及人群适用性上变得更可靠,但是目前大多数临床预测模型并没有考虑多中心数据的聚集性问题,忽略了中心间的异质性,仍然采用最常见的如普通Logistic回归等未考虑聚集性的方法,导致部分异质性无法解释,从而导致预测模型在部分中心表现不佳。目前为数不多的考虑了中心聚集性的预测模型,主要采用的方法是混合效应模型或将中心作为哑变量纳入的固定效应模型,但是这种做法受到多种因素影响,如中心数的增加,以及各中心样本量的差异,各中心事件发生率的差异,以及中心聚集效应的大小,这些因素对预测模型的性能存在着较大影响,而影响程度并没有一个可以参考的框架,同时除了统计模型以外,机器学习模型,如经典的随机森林算法在处理中心间异质性的表现未见相关理论和模拟研究,大部分都是一些应用性文章。二、研究目的模型应该反映数据结构,利用多中心数据构建临床预测模型时,数据的独立性假设会发生违背,研究对象之间存在着明显的中心聚集效应。多中心数据带来的中心聚集效应对不同模型预测性能精准度上到底影响如何,需要在建模前有一个可以借鉴的参考框架。虽然也有很多学者呼吁要重视这方面的研究,但明显没有达成共识。为了充分考虑聚集性问题,本研究主要针对的是利用多中心数据建立临床预测模型时,多中心数据会存在不同大小的中心聚集效应,通过比较不同统计方法和机器学习方法所建立的预测模型在不同场景下的性能表现,为多中心临床预测模型的建立提供框架建议,为预测模型的可推广性提供理论指导。以便为后续的研究和实际的临床应用提供更多的参考。三、研究方法为了进一步对因数据异质性引起的中心聚集效应,导致同一个中心内的数据独立性发生了违背这个问题进行思考,本文在以往模拟研究的基础上对忽视数据独立性假设的后果进行了探索,在更深的模拟条件和更广的预测模型上开展模拟比较研究。选择了能够考虑中心之间差异的混合效应模型(RI:Random Intercept Model,随机截距混合效应模型;RS:Random Slope Model,随机斜率混合效应模型)和固定效应模型(Fixed Effects Models,FEM)与不考虑中心聚集效应的标准的Logistic回归模型(Standard Logistic Regression,SLR)和随机森林算法(Random Forest,RF),利用模拟数据集在不同的场景下进行模型性能的横向对比并进行实例应用。从模拟数据的生成、模型的开发、模型的验证和性能的评估整个过程对课题进行了设计,并在不同中心数、样本量、事件率、违背正态性假设的随机效应时以及中心与预测变量存在交互时等更接近实际应用情况下,存在多中心间异质性如何对以二分类结局为变量的不同模型的预测结果产生影响,并对结果进行分析讨论总结。四、研究结果1、正常事件发生率下(约30%)中心层面的模型验证结果比较随着数据的聚集程度增加,中心聚集效应值逐渐变大。除RF外,在存在中心聚集效应时,不同模型的区分度在不同场景中差异不大。当有多个中心效应需要估计时,模型的区分度整体上升。在条件预测模型中,除了在场景(50中心,50患者/中心)中,FEM的校准截距略大于0;在其他场景中条件预测的校准截距基本得到了较好校准。边际预测模型的校准截距略小于0。在场景(50中心,300患者/中心)的大样本数据下开发预测模型,条件预测几乎得到较为准确的校准度,边际预测校准斜率大于1出现了欠拟合,且随着中心聚集效应增加欠拟合问题越发明显。在样本量较小时,出现过拟合的问题,即校准斜率小于1。在场景(5中心,50患者/中心)中所有模型都出现了过拟合,但本文模拟的结果边际预测与条件预测相比,校准斜率更接近1。最后在场景(50中心,50患者/中心)发现FEM的校准斜率略小于1,也出现了过拟合。2、正常事件发生率下发生中心随机效应违反正态性假设情形时对结果的影响当中心聚集效应是均匀分布或偏态分布时,所有条件模型的C-index、校准斜率和校准截距很相似。边际预测模型的校准结果出现了与中心随机效应是正态时同样的差异。3、正常事件发生率下忽略中心-预测变量的交互作用时对结果的影响当中心与预测变量存在交互作用时对不同模型的校准斜率影响很明显。C.RI、A.RI、M.RI和SLR的平均校准斜率值都比1大。RF模型上没有出现边际预测对校准斜率不利影响。FEM和A.RS(使用平均中心随机效应的随机斜率Lo

关键词：中心聚集效应临床预测模型区分度校准度模拟研究异质性

基于KNN算法代谢综合征风险预测模型的构建、验证与对比

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

重庆医学 2023年

作者：张慧陈丹丹邵静汤磊雯吴静洁薛二旭叶志弘贵州省人民医院心内科浙江大学医学院护理系浙江大学医学院邵逸夫医院护理部

目的基于K最近邻(K-nearestneighbors，KNN)算法构建及验证代谢综合征预测模型，并对比其预测性能。方法对基于KNN算法构建的预测模型进行内部验证及外部验证，其预测性能采用多维度指标进行评估及对比。结果基于KNN算法构建的预测... 详细信息

目的基于K最近邻(K-nearestneighbors，KNN)算法构建及验证代谢综合征预测模型，并对比其预测性能。方法对基于KNN算法构建的预测模型进行内部验证及外部验证，其预测性能采用多维度指标进行评估及对比。结果基于KNN算法构建的预测模型内验证后的AUC为0.776（95%CI:0.764–0.788）、校准截距为0.028（-0.031，0.089）、校准斜率为1.181(1.106，1.257)、Brierscore评分为0.157；外部验证AUC为0.780(95%CI:0.768-0.791)、校准截距为0.262(95%CI:0.207-0.317)、校准斜率为1.053(95%CI:0.990-1.117)、Brierscore评分为0.167。KNN算法预测模型内外验证校准曲线欠佳。经对比发现，基于传统逻辑回归的代谢综合征风险预测模型表现优于基于KNN算法构建的代谢综合征预测模型。结论由于基于逻辑回归构建的预测模型表现优于基于KNN算法构建的预测模型，且模型简单易于理解及使用，推荐在临床上进行推广与使用。

关键词：代谢综合征预测模型 K最近邻算法机器学习区分度校准度

基于概率校准的弥漫性大B细胞淋巴瘤患者死亡风险预测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国卫生统计 2021年第5期38卷 670-674页

作者：范双龙赵志强余红梅王蕾郑楚楚黄雪倩阳桢寰邢蒙吕庆罗艳虹山西医科大学公共卫生学院卫生统计教研室 030001 重大疾病风险评估山西省重点实验室山西省肿瘤医院血液科密歇根州立大学流行病与生物统计系

目的基于概率校准,预测弥漫性大B细胞淋巴瘤(diffuse large B-cell lymphoma, DLBCL)患者两年内的死亡风险,为医生决策和临床治疗提供参考。方法使用Cox回归筛选DLBCL患者两年内死亡的影响因素。选择logistic回归(logistic regression, ... 详细信息

目的基于概率校准,预测弥漫性大B细胞淋巴瘤(diffuse large B-cell lymphoma, DLBCL)患者两年内的死亡风险,为医生决策和临床治疗提供参考。方法使用Cox回归筛选DLBCL患者两年内死亡的影响因素。选择logistic回归(logistic regression, logit)、随机森林(random forest, RF)、支持向量机(support vector machines, SVM)、前馈神经网络(feedforward neural network, FNN)构建风险预测模型。同时,使用三种概率校准方法对上述模型进行校准:platt scaling(Platt)、isotonic regression(IsoReg)、shape-restricted polynomial regression(RPR)。使用ROC曲线下的面积(AUC)评价模型的区分性能,使用Hosmer-Lemeshow(H-L)goodness-of-fit test、expected calibration error(ECE)、maximum calibration error(MCE)评价模型的校准性能。结果 logit和FNN能够提供准确的概率估计,校准后其预测性能无提升;RF和SVM的预测概率与真实概率的差异具有统计学意义。除SVM-IsoReg外,三种概率校准方法都能对有偏预测进行良好的校准,且RPR校准效果最好。结论 logit和FNN具有良好的校准性能,而RF和SVM校准性能较差,概率校准能够有效降低它们的预测误差。基于概率校准所构建的风险预测模型达到预期效果。

关键词：弥漫性大B细胞淋巴瘤风险预测概率校准区分度校准度

在线全文

学校读者我要写书评

暂无评论

临床预测模型的综合评价体系研究

中国卫生统计 2019年第5期36卷 728-730,734页

作者：贾玉龙周洁陈颖沈毅南通大学公共卫生学院流行病与卫生统计学系

目的本研究拟从模型的校准度、鉴别力和临床效益三个方面,采用4个指标说明模型评价的指标体系。方法采用logistic建模策略,通过Hosmer-Lemeshow拟合优度检验计算拟合直线的截距A和斜率B以考察模型的校准度,计算受试者工作特征曲线下面积... 详细信息

目的本研究拟从模型的校准度、鉴别力和临床效益三个方面,采用4个指标说明模型评价的指标体系。方法采用logistic建模策略,通过Hosmer-Lemeshow拟合优度检验计算拟合直线的截距A和斜率B以考察模型的校准度,计算受试者工作特征曲线下面积C评价模型的鉴别力,绘制决策曲线D并比较相同概率阈值下的净收益(net benefit)衡量预测模型的临床效益。以某医院肝癌外科手术患者随访三年的队列为例,计算并比较两个预测模型(MELD和UKELD)的"ABCD"指标。结果通过计算两模型的"ABCD"指标,从校准度、鉴别力和临床效益三个方面对模型进行比较,综合评价表明MELD模型较优。结论由"ABCD"构成的临床模型评价体系可以更好地评估预测模型的准确性和严密性,且其评价结果更具有说服力。

关键词：模型评价校准度鉴别力临床效益

STS和EuroSCORE Ⅱ风险评估模型对感染性心内膜炎术后死亡率预测的临床应用评价比较研究

在线全文

学校读者我要写书评

暂无评论

STS和EuroSCORE Ⅱ风险评估模型对感染性心内膜炎术后死亡率预测...

作者：冯玲昆明医科大学

学位级别：硕士

[目的]本研究旨在比较美国胸外科医师协会心脏手术风险评估模型（Society of thoracic surgeons score,STSscore）和新版欧洲心脏手术风险评估模型（European system for cardiac operative risk evaluation Ⅱ,EuroSCORE Ⅱ）对成人感染性心内膜炎（Infective endocarditis,IE）患者术后病死率的预测价值。[方法]回顾性收集昆明医科大学附属延安医院心脏大血管外科2013年1月至2019年12月期间因感染性心内膜炎接受心脏手术的207例成人患者的临床资料,分别运用STS和EuroSCORE Ⅱ两种风险预测模型的在线计算器进行风险评分,预测死亡率。根据STS评分结果进行危险度分层,低危组（＜3%）,中危组（3-8%）、高危组（≥8%）。根据EuroSCORE Ⅱ评分结果进行危险度分层,低危组（＜3%）、中危组（3-6%）、高危组（≥6%）。两个评分采用受试者工作特征曲线（Receiver Operating Characteristic curve,ROC）及曲线下面积 AUC 评价其区分能力,Hosmer-Lemeshow拟合优度检验评价预测死亡率的校准度。通过比较区分度与校准度,预测死亡率与实际死亡率选出最优模型。[结果]全组共207例患者,术后早期死亡8例,早期实际死亡率3.4%。术后总死亡13例,实际总死亡率6.3%。STS评分对全组的预测死亡率为2.6%,EuroSCORE Ⅱ评分对全组的预测死亡率为3.4%。STS和EuroSCORE Ⅱ两个评分对预测术后早期死亡风险的ROC曲线下面积AUC分别为0.804和0.813,预测总死亡的AUC分别为0.696和0.723。提示两个评分对IE心脏手术后早期死亡风险预测的区分能力较好,对总死亡风险预测区分能力较差。STS评分对全组术后早期死亡的校准度较差（H-L P＜0.05）,EuroSCORE Ⅱ评分对IE术后早期校准度较好（H-LP＞0.05）。STS评分低估了术后早期死亡率（2.6%vs.3.4%,P=0.023）,EuroSCORE Ⅱ评分的预测死亡率与术后早期实际死亡率比较接近（3.4%vs.3.4%,P=0.574）。进行危险度分层后除EuroSCOREⅡ评分高危组预测死亡率与术后早期实际死亡率较接近外,其余分组均高估或低估了其实际死亡率。[结论]EuroSCORE Ⅱ评分对IE术后早期死亡风险的预测准确性明显优于STS评分。EuroSCORE Ⅱ评分可适用于预测本中心IE患者术后早期死亡风险,为IE治疗决策的选择提供指导。

关键词：感染性心内膜炎风险预测模型校准度心脏手术死亡率