编辑推荐：
为解决现有生存分析模型在处理相关多元数据时的局限性及评估不同因素对模型性能影响的问题，研究人员开展了基于三种脆弱模型（扩展 Cox 比例风险模型、带指数基线风险函数的共享伽马脆弱模型、带 Weibull 基线风险函数的共享伽马脆弱模型）的贝叶斯多元生存树方法研究。结果表明带 Weibull 基线风险函数的模型在预测牙齿预后时表现最佳，该研究为临床预测牙齿脱落提供了更有效的工具。
在医学研究中，相关多元数据广泛存在，如患者牙齿脱落时间数据。传统的 Cox 比例风险模型虽常用于分析单变量生存数据，但无法解释生存时间的相关性。而脆弱模型虽能解释这种相关性，却在一些方面存在不足。同时，以往研究对不同基线风险函数在贝叶斯脆弱生存树方法中的性能比较较少，且缺乏对不同截尾率下三重集成贝叶斯脆弱生存树方法性能的评估。为解决这些问题，来自 Rajamangala University of Technology Krungthep、University of Connecticut、Kasetsart University 的研究人员开展了相关研究。该研究成果发表在《Scientific Reports》上，为牙齿脱落的研究和临床预测提供了重要依据。
研究人员采用了多种关键技术方法。首先是模拟研究，通过设置不同数量的聚类（200、500、1000）、聚类大小（5、10、20）和右截尾率（10%、50%、80%），生成 90 个具有相关失效时间和 50 个协变量的聚类生存数据集，模拟真实牙齿脱落数据特征。其次是贝叶斯脆弱生存树分析方法，利用贝叶斯方法构建生存树，考虑失效时间 Y 和协变量 X 的关系，通过马尔可夫链蒙特卡罗（MCMC）方法探索树空间。
研究结果主要包括以下方面：
- 模拟研究：对比基于三种候选模型的贝叶斯多元生存树预测老年患者牙齿预后的准确性，发现基于带 Weibull 分布的共享脆弱模型（模型 3）在所有考虑的场景中始终提供最高的准确性得分，带指数分布的共享脆弱模型（模型 2）次之，扩展 Cox 比例风险模型（模型 1）往往表现出最低的准确性。同时发现，聚类大小（牙齿数量）和聚类数量（患者数量）增加时，模型准确性提高；截尾率增加时，准确性降低。
- 应用于牙齿脱落数据：将贝叶斯多元生存树应用于真实牙齿脱落数据，模型 3 在分类准确性方面再次优于其他两个模型，模型 2 优于模型 1。通过对老年患者磨牙的分析，得到不同预后组的决策规则、生存曲线和危险曲线。例如，对于老年糖尿病患者磨牙，临床附着水平、龋齿和牙周探诊深度是重要预测变量；对于非糖尿病患者，龋齿、牙周探诊深度和新龋齿表面是重要变量。并且发现糖尿病患者牙齿脱落风险更高，1 - 5 颗磨牙的患者比 6 - 12 颗磨牙的患者牙齿脱落风险更高。
研究结论和讨论部分指出，基于共享伽马脆弱模型且基线风险函数为 Weibull 分布的贝叶斯多元生存树在各种场景下表现最佳，优于其他两种模型。这一模型可作为临床医生预测牙齿脱落和制定患者护理决策的有价值工具。同时，研究也为进一步改进模型提供了方向，如纳入更多患者特定因素和探索其他类型的脆弱模型。该研究强调了贝叶斯方法在生存分析和牙科预后中的潜力，为相关领域的研究和临床实践提供了更准确、可靠的方法，推动了生命科学和健康医学领域对牙齿脱落问题的研究进展。
