2024疾病預(yù)測模型技術(shù)

疾病預(yù)測模型技術(shù)規(guī)范目 次1圍 12范引文件 13語定義 14病測型建驟 2研問提出 2研設(shè)和據(jù)控 2預(yù)因編碼 2模構(gòu)建 3參估計 3模評價 3模驗證 3模展示 45型能評指標 4概述 4A:局準 4B:率準 4C:C統(tǒng)量 5D:策線 5IPAGEPAGE1疾病預(yù)測模型技術(shù)規(guī)范范圍本文件沒有規(guī)范性引用文件。下列術(shù)語和定義適用于本文件。研究設(shè)計studydesign為構(gòu)建疾病預(yù)測模型而涉及的隊列研究設(shè)計。疾病預(yù)測模型diseasepredictionmodel（）預(yù)測因子predictor隊列數(shù)據(jù)cohortdata通過隊列研究設(shè)計所獲得的數(shù)值變量和分類變量的觀察值。疾病風(fēng)險diseaserisk通過疾病預(yù)測模型所預(yù)測的結(jié)局發(fā)生的可能性。人群平均基準風(fēng)險averagebaselinehazard在人群隊列中隨訪觀察到一定時期內(nèi)（如5年、10年等）各年齡別發(fā)病率（或發(fā)病密度），可代表同性別同年齡的人群期內(nèi)發(fā)生某種健康/疾病結(jié)局的平均風(fēng)險水平。絕對風(fēng)險absoluterisk具備某特定危險因素集的某個體在年齡α?xí)r未發(fā)生所研究的結(jié)局（如腦卒中）而在年齡（α+τ）時段內(nèi)發(fā)生該結(jié)局的概率，其中τ是人為規(guī)定的隨訪時間。注：也稱粗風(fēng)險（cruderisk）或累積風(fēng)險（cumulativerisk）。相對絕對風(fēng)險relativeabsoluterisk超額絕對風(fēng)險excessabsoluterisk（競爭風(fēng)險competingrisk（內(nèi)部有效性internalvalidity在研究預(yù)測模型的樣本中，能夠在完全相同的研究過程中復(fù)現(xiàn)研究結(jié)果的程度。外部有效性externalvalidity預(yù)測模型類推到目標人群的有效性（普遍適應(yīng)性）。結(jié)局ending預(yù)測因子（3.3）通過預(yù)測模型所預(yù)測的結(jié)局，以絕對風(fēng)險形式顯示。列線圖alignmentdiagram（Nomogram）校準度calibration研究問題提出研究設(shè)計和數(shù)據(jù)質(zhì)控預(yù)測因子編碼預(yù)測因子的編碼應(yīng)從以下方面考慮：模型構(gòu)建在模型構(gòu)建之前應(yīng)選擇合適的預(yù)測因子，宜根據(jù)需求遵從以下幾個方面確定納入模型的預(yù)測因子：lasso根據(jù)研究目的及研究設(shè)計選擇合適的模型，應(yīng)從以下方面考慮：（Weibull（Cox（單因素加權(quán)模型等）、生存機器學(xué)習(xí)模型（生存隨機森林模型等）、不確定推理模型（）當存在競爭風(fēng)險時，應(yīng)選擇競爭風(fēng)險模型（等），Cox模型確定之后，應(yīng)對模型參數(shù)進行估計，即估計模型的回歸系數(shù)。對于logistic回歸模型和Cox等比例風(fēng)險回歸模型，通常用似然方法估計系數(shù)。(A，見5.25.35.4)5.5)ABCD5模型驗證概述ABCDABCD（（）模型展示概述列線圖列線圖的繪制應(yīng)遵循以下要求：風(fēng)險映射圖的繪制應(yīng)遵循以下要求：概述（）、，CA即Alpha（Alphacalibration-in-the-large）10X?校準曲線公式如下： ??=??+???··(1)式中：RA(Alpha)；B——斜率(Beta)；???——預(yù)測結(jié)局發(fā)生的概率。R?，A=，B=AA0B即Beta校準(Betacalibrationslope)，B小于B1。當C:CC(Concordancestatistic)，C（AUCC-indexC-index/）。AUCROCROCCAUC、C-index0.5-1.00.5AUC、C-index(0.50-0.70AUC、C-index(0.70-0.90d)AUC、C-index0.90D:決策曲線Decision-curveanalysisROCUC0.00.002的人數(shù))/ ??=???????×???????? (2)式中