基于现实世界研究中临床随访数据的两种动态预测建模方法的实证研究

杨 锋， 陈 欣， 尤东方， 黄丽红， 魏朝晖， 赵 杨,6*

1. 南京医科大学公共卫生学院生物统计学系，南京 211166 2. 嘉兴泰格数据管理有限公司，嘉兴 314000 3. 南京医科大学医学大数据中心，南京 210000 4. 复旦大学附属中山医院生物统计室，上海 200032 5. 杭州泰格医药科技股份有限公司，杭州 310000 6. CSCO生物统计学专家委员会RWE项目组

现实世界研究(real-world study, RWS)中一种常见的研究方式是回顾性队列研究。近年来，随着电子信息化系统的不断完善及大型专病队列的不断建立，这类研究开展得越来越广泛。患者按照一定的时间间隔接受诊疗，从而产生了临床随访数据。例如，重症肺炎患者在ICU住院期间，每天都会进行若干次实验室检查，总计可达十余次；肿瘤患者术后，遵医嘱定期随访，每次也会获得肿瘤标志物以及影像学检查的结果。再以健康体检为例，体检者每年在相对固定的时间前往体检中心，采血后对血常规、血生化及肿瘤标志物等实验室指标进行测量，若受试者十余年来在同一体检中心，则可积累十余次检验结果等。

除了采用生存分析分析结局事件的影响因素外，这类随访数据可用于建立临床预测模型。所谓临床预测模型，是指以年龄、性别及生物标志物等预测因素为条件，对某个体的疾病风险或某结局事件发生的可能性进行估计[1]。一般而言，临床预测模型的建立需要通过变量筛选、模型建立、模型验证、校准和模型表达等阶段。例如，Hu等[2]报道了血浆微小RNA表达谱与非小细胞肺癌(non-small cell lung cancer, NSCLC)患者生存期的关系，首先将30例长生存期及30例短生存期NSCLC患者作为发现阶段样本，最终筛选出了4个差异表达的微小RNA。……