近期，温州医科大学的研究团队在《International Journal of Radiation Oncology Biology Physics》（医学一区top，IF=6.5）发表了一篇研究论文，旨在预测食管癌患者接受放疗或放化疗后发生二级及以上放射性食管炎的风险。
随着人工智能与机器学习在医学领域的广泛应用，大多数研究仍集中于模型开发阶段，而非将其实际应用于临床。因此，前瞻性验证与实时实施成为确保模型可靠性、泛化能力与临床实用性的关键步骤。
最近在医学顶刊Lancet子刊《Lancet Digital Health》（医学一区top，IF=24.1）看到一篇非常有意思的研究论文。 该研究来自一个庞大的国际多中心团队，为精准预测“T+A”免疫联合疗法（阿替利珠单抗+贝伐珠单抗）对晚期肝细胞癌患者的疗效，结合了13种特征筛选方法与7种机器学习算法构建预测模型。
近年来，蛋白质组学结合机器学习构建临床预测模型的研究越来越多。但一个核心难题始终存在，如何从海量蛋白中筛选出真正有价值的预测特征？
为帮助研究人员对模型的预测准确性做出可靠而公正的评价，顶级医学期刊BMJ在2023年底陆续发布了三篇临床预测模型评估指南。我们也将用三篇推文系统地介绍这一指南。
-Eweu.jfif)
顶级医学期刊BMJ在2023年底陆续发布了三篇临床预测模型评估指南，为研究人员开展临床预测模型研究提供了权威的参考资料。本系列推文的第1篇介绍了BMJ指南中几类模型内部验证的方法以及外部验证研究的意义。
临床预测模型系列方法自从被提出到火热已经有很长一段时间，这个时间可能可以追溯到新世纪之初。不过，随着机器学习和深度学习的火热，临床预测模型的方法学得到了很大的扩展，这也直接造就了最近几年的“群雄逐鹿”盛况。
顶级医学期刊BMJ在2023年底陆续发布了三篇临床预测模型评估指南，为研究人员开展临床预测模型研究提供了权威的参考资料。本系列推文的前两篇围绕BMJ指南的内容详细介绍了模型内部验证和外部验证方法。而本推文是模型评估系列文章的最后一篇，将结合案例针对性地介绍如何计算外部验证所需的样本量。
-WHAe.png)
乳头状甲状腺癌（PTC）是内分泌系统中最常见的恶性肿瘤，占所有甲状腺癌病例的80%以上。虽然随着体检的普及，PTC的检出率明显升高，但少数患者会出现远处转移（DM），总体预后显著恶化，10年生存率也从90%下降至40%。 因此，找到一种有效的 DM 风险早期预测方法，对于制定个体化诊疗计划和改善预后
剖宫产子宫瘢痕异位妊娠(CSEP)是剖宫产术后妊娠的一种潜在致命的并发症，可能导致孕妇大出血或死亡。手术中的出血量直接影响手术的成功率。 近年来，基于电子病历(EMR)数据构建的机器学习(ML)预测模型研究日益增多。本研究团队开发的最佳预测模型已被集成到一个网络应用程序中，使临床医生无需掌握R语言或编程技能即可预测CSEP患者的术中风险。 2024年12月，中国学者在医学顶级期刊Lancet子刊《eClinicalMedicine》（医学一区top，IF=9.6）发表了一篇题为：“Risk of intraoperative hemorrhage during cesarean scar ectopic pregnancy surgery: development and validation of an interpretable machine learning prediction model”的研究论文。 在该项研究中，研究团队使用四种方法确定模型的预测因子，并使用八种机器学习法构建预测模型。不同于我们之前介绍的SHAP法，本研究使用"iBreakDown"包对模型进行可视化。
Zstats交流群
联系助教
请输入助教告诉您的积分券
如果不填写积分券，将直接使用当前余额支付
请稍候，正在为您生成支付订单
请使用扫描二维码完成支付
二维码获取失败
支付二维码获取失败，请点击重新获取
请稍候，正在为您完成支付
正在使用积分券兑换，然后完成支付 正在使用当前余额完成支付
您的订单已支付完成，页面将在 秒后自动关闭
支付过程中出现错误，请重新选择支付方式
