《利用净重新分类指数与整体鉴别指数评价一种新危险因素的补》由会员分享，可在线阅读，更多相关《利用净重新分类指数与整体鉴别指数评价一种新危险因素的补（3页珍藏版）》请在金锄头文库上搜索。
1、 基金项目:国家自然科学基金(:) 济南军区总医院信息科() 第四军医大学卫生统计教研室 通信作者:于莉莉:. 利用净重新分类指数与整体鉴别指数评价一种新危险因素的补充预测能力于莉莉 武颂文 夏结来【提 要】 目的 介绍净重新分类指数与整合鉴别改善指数的基本概念及其计算方法 方法 从方法的研究背景 探讨其在临床实践中的必要性并利用实例数据对其计算过程进行演示和讨论 结果 利用风险预测模型对疾病的发生 发展进行风险预测与分层从而进行成本效益分析以及分配合理的治疗方案已经是临床实践中广泛应用的一种流行病 学方法 单纯利用 曲线下面积的改善预测新危险因素的贡献在很多情况下并不敏感净重新分类指数与整合
2、鉴别 改善指数可以对新危险因素的补充预测能力提供更多的增量信息 结论 建议研究者在临床研究实践中考虑应用此两 种方法作为 曲线下面积的补充 【关键词】 风险预测模型 净重新分类指数 整体鉴别指数 曲线下面积利用多变量统计分析模型预测、量化与疾病有关的危险因素及其发生风险是流行病学中常用的方法这些方法在 世纪以来取得了较大的进展 但是医学的发展使得科学家能够不断发现新的危险因素标志物如何建立包含这些生物标志物的新的风险评价模型以及如何最好地量化新模型在预测风险方面获得的改善效果对统计学家与临床工作者都是新的机遇与挑战 此时单纯依靠新危险因素与疾病的统计相关性已经不能说明问题 有些研究者提出 曲线
3、下面积(即 )可以作为主要的评价标准可以通过计算包含与不包含新危险因素的两个模型 的差值来确定新模型 的改善 然而这种改善往往程度很小正如 等所列举的实例在预测冠心病发病风险的模型中一种新的危险因素对于一组标准的危险因素的 从 变成了 仅仅增加了 此外 和 也证实要得到有意义 的提升需要较大的 的改善 正因为如此研究者开始专注于寻求新的方法用于定量这种改善 净重新分类指数( 简称 ) 与整体鉴别指数( 简称 )近几年来越来越受到青睐 这两个指标相比较于 提供了更多的增量信息本文中我们将对这两种新方法的特性以及相应的近似显著性检验方法进行简要介绍与讨论以期为临床科研工作者的实际应用提供参考对象与
4、方法 净重新分类改善指数() 的计算依赖于构建一个重新分类表 也就是说我们首先要根据旧模型计算疾病或事件的发生概率或风险然后依据风险概率的大小划分等级(如 ( )( )( )( )( )( )合计( )( )( )( )( )( )由表 中的结果我们可以计算出上升事件组/ 下降事件组 / 以此类推我们得到 ( ) ( ) 经检验 无统计学意义 类似地通过计算各个组的平均预测概率得到 ( ) ( ) 经检验 亦无统计学意义讨 论本文介绍两个新的指标 即净重新分类指数()与整合鉴别改善指数()用于估算增加一种新的危险因素后模型的预测效果的改善情况 同时介绍了它们的样本统计量估算方法及近似性检验这两
5、种方法均由可单独区分的事件组与非事件组组成同时利用教材中的实例数据对此方法的计算过程进行了演算 需要说明的是本文中所列举的实例仅仅是为了演示两个指标的计算过程与其是否符合临床实际应用无关由实例的演示结果我们看到增加酸性磷酸酯酶这一指标后无论 还是 改善程度经检验均无统计学意义 这与前期 回归的结论也是一致的( ) 但是从 的计算过 .程来看 的大小与预测概率的等级密切相关 如果等级划分的过粗 可能会比较小而无统计学意义而等级划分过细可能会得到更为精细的 但是对于临床的指导意义却不大 所以我们在利用重新分类表计算 这一指标时预测概率等级的划分至关重要一定要结合专业需求与相关的标准规范选择合理的等
6、级划分 相比较而言 则不存在这样的顾虑 所以有专家建议评价一种新的危险因素对于预测效果的改善情况指标的选择应该考虑我们需要回答的问题 举例来说如果在给定截断点的向上或向下的改善是关心和选择的主要依据那么在该截断点的灵敏度特异性或 可能是最好的选择 如果目前尚没有明确的截断点那么 与 可能是较好的选择重新分类法最早提出是在 年虽然这种方法的研究还处于起步阶段但是近年来受到越来越多统计学家与临床研究者的关注在乳腺癌、糖尿病、基因学以及冠心病的危险因素的研究中都有相关的利用此方法的论文发表 毋庸置疑 和 对于评估新模型改进的效果提供了有益的见解 比如文献中有这样一个例子其认为 对于冠心病发病风险预测
7、有显著的改善但是仅仅依靠 却得不出这样的结论 纵然如此 的提高依然被认为是改善的第一标准 但是 和 也应该被考虑其中理想的状态下改善 和 应该得到相同的结论当然预测模型与因子的选择需要综合考虑公共卫生需求与临床可行性例如 增加微小而重新分类后的 却得到大幅改善 也得到稳定增长此时我们可能要重新考虑 增加的意义或许增加 也是有意义的 如果特异性没有损失且获取这样一个新的危险因素并不需要增加太多额外的负担和费用尽管 的改善非常有限也是值得将这样一个因素纳入到预测模型中的 相反地如果是一个很难获取的昂贵的因子我们可能要倾向于选择传统的成本较低的预测模型参 考 文 献 . . ():. . . ():. . . ():. . : . ():. . . ():. 宇传华主编. 与统计分析. 北京:电子工业出版社:. . . ():. . . ():. . . : . ():. . . ():.(责任编辑:刘 壮)(上接第 页) . . ():. . . ():. . “ “ . .
