随着医学科学及信息技术的不断进步，来自医院电子病历系统等的多源真实世界诊疗数据为现阶段临床预测模型的开发提供了大量重复测量的患者信息，既包含了某个单一测量时点上多名患者的诊疗信息，也包含了同一患者个体多个时点上的重复测量诊疗信息。但是，在结局变量类型上，多数患者的目标结局往往发生在未来某个特定时期，属于非时变结局范畴，即相对于重复测量的患者诊疗信息来说，结局事件并非重复发生，不是随着患者个体诊疗信息的重复收集而同时被收集的，如早产、产后出血、低出生体重、儿童期的超重肥胖以及试验最后一周是否戒烟成功等。因此，针对此类基于个体重复测量诊疗信息预测非时变结局事件发生风险的临床场景，现有的处理重复测量数据（即预测因子与结局变量均为重复测量）的建模方法，如混合效应模型、广义估计方程等，均难以通过患者个体重复测量数据来构建非时变结局发生风险的预测模型，导致目前研究者常采用单一横断面时点上的患者诊疗信息（如最后一次实验室检查指标）来构建预测模型，如logistic回归模型，但是这一数据处理方式无法充分利用患者多次测量的诊疗信息，导致预测准确性降低。综上，本文基于这一临床预测模型构建中的关键方法问题，介绍将混合效应模型与logistic回归模型相结合的两阶段建模方法，拟合患者个体重复测量信息变化轨迹来预测非时变结局发生风险，并以严重产后出血数据为例，介绍两阶段建模方法的R语言软件操作，为后续研究提供方法学指导。
引用本文
贾玉龙, 任燕, 魏万强, 徐叶, 刘春容, 赵芃, 刘兴会, 孙鑫, 谭婧. 基于重复测量数据预测非时变结局发生风险的两阶段建模方法. 中国循证医学杂志, 2024, 24(11): 1360-1364. doi: 10.7507/1672-2531.202406045
免费获取全文请复制链接在浏览器中打开、或扫描下方二维码、或联系本刊官邮editor@cjebm.com。
原文链接：
https://www.cjebm.com/article/10.7507/1672-2531.202406045
二维码：
点击下方“阅读原文”查看我刊更多内容
