由于微信推送机制的变化，建议大家将公众号标记为星标，如此才能及时收到我们的更新，同时也希望大家能帮忙点点赞和转发，你们的支持是我们前进的重要动力来源，谢谢！护理统计随笔平台的内容现在已经非常丰富，很多方面都有涉及到，如果你觉得你没有看到往期的相关文章，不妨打开公众号的菜单页，在各级目录中查找你想要的内容。
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。今年以来，不少朋友有一种错觉：临床预测模型已经“落入凡尘”。从某种角度来说确实，毕竟火热这么长时间了，随着入场的研究者越来越多，大家对预测模型的认识也越来越深入，远远不是十年前没几个人会的年代了。此外，数据不易得，竞争大，难度高，等等，都是劝退的理由。但从笔者本人的角度，仍然是推荐感兴趣的老师和同学继续做这方面的研究的，只不过需要进一步改进方法并提高规范性。正如JAMA子刊（JAMA Netw Open）Stephan D. Fihn博士在他们的预测模型征稿启示（Prediction Models and Clinical Outcomes—A Call for PapersPrediction Models and Clinical Outcomes—A Call for Papers）中提到的：虽然我们只能接受提交的一小部分（预测模型稿件），但在过去的 6 年里，我们已经发表了近 2000 篇关于预测模型的文章。![]()
1、随着大数据时代的到来，预测模型指数级增长，有必要创建更有用、更集中和更准确的预测模型。2、虽然发布了《个体预后或诊断多变量预测模型透明报告》（TRIPOD）指南，但许多广泛使用的预测模型在经过严格评估时被发现既不符合报告标准，也表现不佳。3、即使努力遵守方法学标准，模型性能达不到要求的原因也有很多，这与数据产生的复杂环境关系很大。4、虽然一些被广泛使用的预测模型在实际中的表现并没有达到预期，但依然值得运用，怎么说也可能比人工要好。5、JAMA Netw Open感兴趣的点：对现有模型进行新的审查，比如外部验证。6、同样对以满足临床实际需求为导向开发的新模型感兴趣：要求数据来自临床护理常规或者已获得的电子健康记录；至少有一个用于验证的数据集（不推荐内部验证）；应明确描述模型适用的人群；提供在临床真实环境中评估的模型示例，用于评估其可行性和潜在的临床益处。
最后：预测模型的发展真的很快，笔者本人很喜欢这个研究领域，后面会增强对这块的更新，对此方面有兴趣的老师和同学可以多多关注我们（不要忘记标记为星标，以免错过更新）。
小提醒：笔者水平有限，上述内容如有不当之处，还望海涵。如果你在科研学习中遇到了疑问，恰好也想跟网友们交流，可以加入我们建立的“护理科研交流群”。这是一个完全自由、开放、免费、没有套路的纯交流群。加群方式：后台私信关键词“加群”。
参考文献：
Fihn SD, Berlin JA, Haneuse SJPA, Rivara FP. Prediction Models and Clinical Outcomes-A Call for Papers. JAMA Netw Open. 2024 Apr 1;7(4):e249640. doi: 10.1001/jamanetworkopen.2024.9640.
封面和正文图片来自上述参考文献，本文仅供学习、分享使用，如有侵权，请联系我们删除，谢谢。
部分内容使用AI辅助创作。
