临床预测模型影响力研究之总结
临床预测模型影响力研究是分阶段进行的,初期的研究在少量样本量上进行,主要确保模型不会对患者造成坏的影响,类似药物研究的I-II期。
研究设计
- 随机对照研究设计,较少的样本量即可得出统计结果,
- 而观察性研究往往需要更大的样本量,不适合在初级阶段使用
研究目的
- 考察预测模型对临床实践的影响,好的影响,坏的影响和没有影响;
- 确定预测模型如何与现有的临床流程相结合,并且模型和人在其中的作用如何;
- 考察可能存在的算法伦理问题,即预测结果在不同人群,比如男性和女性,之间准确度不一致。与数据类别之间的不平衡有关。
模型如何辅助人的决策
现在普遍的一个共识是,预测模型不能单独做出决策,而作为“临床决策辅助系统”而存在,就引发了一个问题,预测模型与人如何联合做出决策?通过对已有的研究进行观察,总结预测模型可以有两个方式与人进行结合:
- 预测模型提供信息,比如,一个回归类的预测模型是对糖化血红蛋白的浓度进行预测,人可以参考预测结果结合其它的临床指标做出临床决策。模型不对最终的结果做出预测,而是对最终结果相关的某一项指标做出预测,人结合模型预测指标和其它指标做出最终的决策。
- 预测模型提供预测概率,人提供决策阈值,共同做出决策。这种情况下,模型的预测结果需要具有良好的校准度,而决策阈值可以是0.5,也可以是最大约登指数对应的阈值或者DCA分析得出的决策阈值。
后续措施
对照组和实验组之间的区别在于是否使用预测模型进行预测或诊断,这是随机对照实验的“干预措施”。临床决策做出之后紧接着的治疗或者检查措施可以称之为“后续措施”,也可以看作是“干预措施“的一部分,但在两组之间是相同的,是预测模型产生临床影响力的中介。具体而明确的后续措施,有助于模型影响力研究结果的一致性和可比性。
研究报告指南
透明、规范的报告指南有助于提高研究的质量,也是该领域研究相对成熟的表现。以上研究可以参考DECIDE-AI 指南,可以在https://www.equator-network.org/网站查询到(这是一个汇集了各种指南的网站)。