临床预测模型评鉴（PMID: 31865340）

本系列文章是评价一个临床预测模型是否可以达到国内临床应用的标准。

评价原则：

• 首先，临床预测模型的优劣一般是通过区分度和校准度两方面来进行评价。区分度最主要的参数是C统计量（逻辑回归模型）和C指数（Cox模型），其通俗理解是我们所构建的模型是否可以找出一个点将发生事件和未发生事件的人群区分开来；校准度一般是通过校准度曲线来直观评价，观察实际曲线与理想曲线的贴合程度，贴合表示校准度优良，不贴合表示高估或者低估实际概率，另外，其斜率可以作为校准度的参数指标。校准度的通俗理解是所构建的模型预测的概率与实际概率的符合程度。

• 其次，临床预测模的另一个要求有一定的外推性，但是要求一个临床预测模型可以全世界通用是不现实的，这样恐怕没有一个临床预测模型能够达到临床应用的标准。构建模型的患者人群与模型应用人群之间的相似程度决定了一个模型预测表现的好和坏。所以，国内人群构建的模型在国内人群应用时会最有可能表现出最佳的性能，某地区人群构建的模型在本地区应用时最有可能表现出最佳的性能，而对于国外人群构建的模型则要通过外部验证（采用本地人群进行）来确定其本地效能。

• 再次，模型构建所用到的样本量是影响模型稳定性的一个重要参数。样本量越大代表模型学习了更多的临床情况，在应用到新的情景中时，模型更有可能做出准确的预测。

模型信息表：

表中罗列了模型应用重要的参数。

标题模型简评：

模型纳入了9个预测变量，增加了预测的效能，但降低了模型的易用性；样本量偏少；文中所指的外部验证，其实为内部验证。有一定的应用价值。