公众号
“医学论文与统计分析”公众号
扫码关注公众号

统计咨询
“公共数据库与孟德尔随机化”公众号
扫码关注公众号

意见反馈
邮箱:17357190071@163.com
微信:aq566665

浙大学者COX回归构建的预测模型发文柳叶刀子刊!

Administrator
发布于 2025-07-25 / 7 阅读
0
0

2025年7月17日,浙江大学附属第一医院凌琪教授团队基于全国多中心队列研究,开发并验证一种新型预后模型,用于预测急性加重型乙型肝炎肝功能衰竭(HBV-ACLF)患者术后 1 年死亡率,发表在医学顶刊柳叶刀子刊《eBioMedicine》(医学一区top,IF=10.8)

本文构建预测模型思路非常常规,没有用很复杂的统计学方法。通过单变量cox回归结合LASSO回归筛选预测因子,再通过多变量cox回归构建预测模型,绘制列线图,发表了柳叶刀子刊。

与诸位做个分享!

主要研究设计

本回顾性全国观察性队列研究在中国 10 个大规模肝移植中心开展

筛选了 2015 年 1 月至 2021 年 12 月接受首次肝移植的 4378 名成年患者,根据 COSSH-ACLF 标准(按器官衰竭数分为三种 ACLF 等级)最终纳入 668 名HBV-ACLF 患者。

患者生存情况

2015 年 1 月 1 日至 2021 年 12 月 1 日期间,共纳入 668 名患者。
术后 28 天、90 天、
1 年、3 年和 5 年的生存率分别为 88.0%、81.1%、77.5%、75.6% 和 72.1%。

在所有患者中,ACLF-1 组术后短期(28 天和 90 天分别为 94.9%和 90.3%)和长期(1 年、3 年和 5 年分别为 87.8%、85.1%和 84.1%)生存率最佳。

新预后模型的构建

为识别与术后 1 年死亡率相关的预测因子并构建 HBV‑ACLF LT(HALT)模型,研究中将来自浙江省两家中心的 418 例患者作为模型推导队列,来自另外两省八家中心的 250 例患者作为外部验证队列

1.特征筛选

首先在推导集中,采用单因素 Cox 回归分析筛选与术后 1 年死亡率相关的风险因素;

将单因素 P < 0.05 的17个变量,输入最小绝对收缩与选择算子(Lasso)回归进一步特征选择,并通过 10 折交叉验证确定最佳惩罚系数λ,筛选出9个候选变量

2.构建预测模型

最后,基于 Lasso 筛选的风险因素,采用多因素 Cox 回归构建 HALT 模型。

对于偏态分布的预测因子进行对数转换,并通过 Schoenfeld 残差平滑图验证 Cox 比例风险假设。

多因素Cox回归最终纳入5个独立预测因子:DCD、CIT、器官衰竭数、动脉乳酸浓度和受者年龄>55岁。

新预后模型的验证与性能比较

比较 HALT 模型与其他八种模型(COSSH‑ACLF II、COSSH‑ACLF、CLIF‑C ACLF、AARC、MELD、MELD‑Na、SALT‑M 和 TAM)的区分度和校准度。

模型区分度通过试者工作特征曲线(ROC)和 C 指数衡量

结果表明,在推导集中,HALT模型预测1年死亡率的C指数为0.756,高于其他8种模型(C指数0.568–0.638,均P<0.001)。

在外部验证集中,C指数为0.791,高于其他八种模型(C指数0.529–0.627;均P < 0.001)。

在推导集和外部验证集中,ROC曲线显示HALT模型AUC优于其他评分系统(均P<0.001)。

模型校准度通过校准曲线绘制,推导集中和外部验证集校准曲线表明HALT模型具有良好的一致性。

决策曲线分析(DCA)用于量化不同阈值下的净收益,以评估临床应用价值。推导集和外部验证集均显示,HALT模型具有更大的净收益。

不同供受者组合的 1 年死亡概率已在列线图中展示。

若最重症患者(年龄 >55 岁、器官衰竭 ≥3 项、乳酸 ≥2.5 mmol/L)接受高风险供体(DCD 且 CIT >10 小时),其 1 年死亡风险估计高达 85.6%。

老郑小评

今天这篇预测模型文章通过LASSO回归筛选预测因子,COX回归构建预测模型,绘制列线图。很多朋友会说这么老套的套路居然还能发子刊?

临床预测建模是一个非常实用的过程,其目的就是为了构建一个能够在实际中应用的预测工具。

所以,选题非常重要。

难道我们只有用了复杂方法(例如机器学习)才能发好的杂志吗?

我觉得不是!

关于机器学习与传统回归方法构建预测模型哪个更好,我们讨论了不少。

JAMA预测模型:机器学习真的比传统回归强吗?

机器学习预测模型性能差别不大,我首推Logistic回归

IF=23.1!生存分析预测模型,随机生存森林方法比Cox回归更优?

机器学习和普通回归预测模型哪个好?来看这项中国学者的比较研究

郑老师认为,当两者结果(预测性能)相当的时候,仍然优先选择传统回归(logistics、cox回归),毕竟作为广义线性方程,Cox回归结果更好解释,也更容易应用。

参考文献:

Zhuang, Li et al.Development and validation of a novel prognostic model to predict 1-year post-transplant mortality for acute-on-chronic hepatitis B liver failure: a nationwide,multicentre, cohort study.eClinicalMedicine, Volume 86, 103365


评论