在上期内容中,我们介绍了外部验证的定义,以及在进行外部验证时常见的误区(第17期. 外部验证这些常见误区,你知道吗?)。但是我们知道,任何临床模型都应该是以临床应用为导向的,其目的是为了让患者受益,尽管我们之前讲了很多评价模型的指标和方法,他们都无法真正评价模型在临床应用中的实用性,要做到这一点就需要用到决策曲线(Decision Curve Analysis)。下图是一个典型的决策曲线,纵坐标为净获益(Net benefit),横坐标为阈值概率(Threshhold probability)。在解读决策曲线前,我们需要先厘清这两个概念。 一、阈值概率 二、净获益 净获益是决策曲线中主要需要比较的指标,它的计算方法如下图,其中的pt就是上文提到的阈值概率,将不同阈值概率下所得到的净获益连起来便得到了决策曲线。净获益的概念类似于商业中的净利润,即收入减去成本。对于模型而言,计算的是患者从模型中的获益,收入就是模型的真阳性率,因为这部分患者被正确预测,并可以从临床处置中获益;成本是假阳性率,这部分患者因为模型而接受了不必要的临床处置;因此净获益越大,表明模型在实际中的应用价值越大。
那么这就是本期的全部内容啦,你学会了吗?大家对于推送内容有任何问题或建议可以在公众号菜单栏“更多--读者的话”栏目中提出,我们会尽快回复! 参考文献 Lee C, Light A, Alaa A, Thurtle D, van der Schaar M, Gnanapragasam VJ. Application of a novel machine learning framework for predicting non-metastatic prostate cancer-specific mortality in men using the Surveillance, Epidemiology, and End Results (SEER) database. Lancet Digit Health. 2021;3(3):e158-e165. doi:10.1016/S2589-7500(20)30314-9 |
|
来自: 新用户4064dVjo > 《待分类》