劝人学医TDLP的博客

在之前的很多篇推送中，我们探讨了很多关于临床预测模型的内容。接下来，我们将结合统计大神Ewout W. Steyerberg的著作—Clinical Prediction Models, A Practical Approach to Development, Validation, and Updating，对临床预测模型的理论和实践进行系统的学习。

在这次的内容中，我们将系统了解预测模型的研究设计相关问题。

---

在本章中，我们主要学习预测研究设计中的几个问题，包括选择队列研究所需要的受试者或患者以及来自单一中心、来自注册登记或随机对照试验的病例的优势和局限性；预测模型中选择预测因子和结局变量的问题；此外，还有一个重要的问题是研究需要多大规模（样本量）才能支撑足够的统计学检验效能。

预后研究

预后研究本质上是纵向研究，最常在患者队列中进行，随着时间的推移对患者进行随访以观察结局（或“事件”或“终点”）的发生。这个队列的定义是基于一个或多个特定的特征，比如患有某种疾病、居住在特定地方、年龄在一定范围内，或者仅仅是活产。几种队列研究类型可以用于预后模型的开发，最常见的可能是单中心回顾性队列研究。例如，识别医院病历记录中特定日期范围之间的患者，并对这些患者的病历资料向前追溯。

对于临床研究而言，疗效和安全性是大家最关心的问题。那么，如何在一个临床研究中将读者们最关心的问题有效的展示出来至关重要。这期我们选择临床研究中的不良事件（AE）。通常来讲，在绝大多数文章中作者一般会使用表格来呈现不同干预组参与者不同AE的构成比。

在之前的很多篇推送中，我们探讨了很多关于临床预测模型的内容。接下来，我们将结合统计大神Ewout W. Steyerberg的著作—Clinical Prediction Models, A Practical Approach to Development, Validation, and Updating，对临床预测模型的理论和实践进行系统的学习。
在这次的内容中，我们将系统了解预测模型在医疗领域中的应用。
预计阅读时间：26分钟。

---

医疗实践与研究

在公共卫生领域，预测模型可能有助于针对患病或患病风险相对较高的受试者进行预防性干预。在临床实践中，预测模型可以告知患者及其治疗医生诊断的概率或预后结果。在诊断性检查中，预测可能有助于估计一种疾病存在的概率。在研究中，预测模型可能有助于设计干预研究。在随机试验的分析中，调整基线风险。在观察性的研究中，预测模型也有助于控制混杂变量。