编辑推荐：
为评估新冠重症风险因素并构建预测模型，研究人员对比贝叶斯与传统方法，发现关键指标，提供建模指导。
在新冠疫情的大背景下，早期准确预测住院新冠患者的病情恶化情况，对于临床决策至关重要。然而，现有的众多预测模型存在各种缺陷，比如多数模型未充分考虑共感染、生化因素等变量，对目标人群和护理环境描述不足，回归方程不完善，存在较高或不明的偏倚风险，且性能评估不充分。这些问题严重影响了预测模型的准确性和实用性，因此，开发更可靠的预测模型迫在眉睫。
英国布里斯托大学等机构的研究人员开展了相关研究，论文发表在《BMC Medical Informatics and Decision Making》上。该研究对比了贝叶斯逻辑回归（采用马蹄形先验和 Projective Prediction 变量选择方法）与传统的频率主义 LASSO 方法，旨在从人口统计学和实验室生物标志物数据预测新冠重症（死亡或入住 ICU）结果，同时为数据整理、变量选择和性能评估提供指导。
研究人员采用回顾性观察队列设计，数据来源于英国西南部三家 NHS 信托机构。研究对象为 2020 年 3 月至 10 月期间住院的成年新冠患者，共 756 例。这些患者被分为训练组（n = 534）和外部验证组（n = 222）。研究人员使用逻辑回归，基于患者的人口统计信息和入院 3 天内（或已入院且新冠检测阳性时）收集的 30 种生物标志物的首次检测结果，预测患者出现重症的可能性。
在技术方法上，研究人员首先对单个生物标志物进行分析，通过标准逻辑回归和贝叶斯逻辑回归（分别采用平坦先验和马蹄形先验），结合 5 折交叉验证（重复 20 次），评估单个生物标志物的预测能力。接着，使用所有有效生物标志物数据进行逻辑回归建模，并通过内部和外部验证评估模型性能。最后，采用 LASSO 和贝叶斯 Projective Prediction 两种方法进行变量选择，构建简化变量模型。
研究结果如下：
- 队列描述：756 例患者中，57% 因新冠住院，其余为医院感染病例。训练组患者平均年龄 70 岁，44% 为女性，28% 出现重症；外部验证组患者平均年龄 74 岁，47% 为女性，37% 出现重症。外部验证组重症发生率更高，年龄更大，性别分布相似。
- 单个变量预测：通过分析发现，年龄、部分生物标志物（如活化部分凝血活酶时间（APTT）（轻度异常）、凝血酶原时间（PT）（异常）、血液 pH（异常）等）与重症风险增加相关，而医院感染传播不是显著预测因素。部分生物标志物因样本量小等原因被排除在进一步分析之外。
- 全变量模型评估：对使用所有有效生物标志物数据的模型进行评估，结果显示，所有模型在内部验证中的中位数 AUC 为 0.76 - 0.82，在外部验证中的中位数 AUC 为 0.67 - 0.71。虽然 LASSO 启发的 GLM 模型在内部验证中的 AUC 表现最佳，但所有模型的 95% AUC 差异区间存在重叠。在外部验证中，贝叶斯方法的中位数 AUC 差异最小，但除 LASSO 模型外，其他模型的 95% AUC 差异区间仍有重叠。
- 简化变量模型：使用 LASSO 和 Projective Prediction 两种方法构建简化变量模型。LASSO 模型中，选择出现频率至少 50% 的变量构建简化模型，该模型使用 16 种生物标志物和年龄，外部验证 AUC 为 0.68。Projective Prediction 模型中，通过手动检查 AUC 性能，最终确定使用年龄、尿素、PT、中性粒细胞 - 淋巴细胞比率（NLR）和 C 反应蛋白（CRP）的四生物标志物模型，其内部验证 AUC 为 0.8，外部验证 AUC 为 0.71。
研究结论和讨论部分指出，本研究展示了使用复杂临床数据构建预测模型的挑战，强调了数据整理和模型选择中需要考虑的诸多因素。贝叶斯变量选择方法（如 Projective Prediction）虽然计算成本较高，但与传统方法相比，在 AUC 性能上有微小但稳定的提升，且能提供无偏系数，为变量选择提供系统方法。研究还发现，尿素、PT、CRP 和 NLR 是新冠重症的重要预测风险因素，分别反映了低血容量、凝血功能异常和炎症。然而，本研究也存在局限性，如病例数有限，导致参数估计不够精确，模型的普适性可能受限；生物标志物收集时间差异大，存在大量数据缺失。尽管如此，该研究为复杂临床数据的回归和预测建模提供了指导，其方法有望应用于其他传染病研究，对未来临床预测模型的发展具有重要意义。
