可视化预测曲线中标记物的必要性和充分性程度：解锁疾病预测新视角

在疾病预测研究中，为探究预测曲线、解释变异（EV）、必要性程度（DN）和充分性程度（DS）的关联，研究人员分析新冠患者数据。结果表明，DN 和 DS 可由预测曲线面积比例表示，且与 EV 密切相关。这为评估预测标记物提供新视角。

　　在医学研究的广阔领域中，疾病预测一直是备受瞩目的焦点。准确预测疾病的发生、发展及预后，对于临床决策的制定、患者的治疗和管理意义重大。传统上，研究人员使用多种指标来评估疾病预测的准确性和有效性，如比值比（odds ratio，OR）等。然而，这些指标在实际应用中存在一定的局限性。比如，OR 难以直接比较不同类型变量对疾病风险的影响程度 ，使得研究人员难以全面、直观地了解各种因素在疾病预测中的作用。为了突破这些困境，深入挖掘疾病预测的潜在信息，来自奥地利维也纳医科大学（Medical University of Vienna）的研究人员开展了一项极具价值的研究。他们的研究成果发表在《BMC Medical Research Methodology》杂志上，为疾病预测领域带来了新的曙光。

研究人员在本次研究中运用了多种关键技术方法。首先，利用逻辑回归模型（logistic regression model）对数据进行分析，该模型能有效探索变量与疾病结局之间的关系。其次，以新冠患者住院死亡数据为样本队列，这些数据详细记录了患者的临床信息和实验室检测指标等，为研究提供了丰富的信息。通过这些数据和模型，研究人员计算出各种预测指标，如解释变异（EV）、必要性程度（DN）和充分性程度（DS）等，从而深入探究各因素在疾病预测中的作用。

预测曲线（Predictiveness curves）相关结果

预测曲线旨在整合标记物的预测能力和分类性能。研究发现，在预测曲线中，横坐标代表预测变量分布的分位数（q） ，纵坐标表示事件发生的风险（R (q)）。当预测曲线在某一分位数 q₀处取值等于事件患病率 P (D) 时，基于该标记物的条件预测等于无条件预测。此外，预测曲线与 P (D) 之间的几何区域 A_N和 A_S大小相等（假设风险模型全局校准）。例如，在预测新冠患者第 4 天后住院死亡风险时，年龄作为预测变量，P (D)=0.147，q₀=0.64 ，A_N=A_S=0.066。这表明预测曲线能直观展示不同风险分位数下的疾病发生风险，为后续研究奠定了基础。

预测指标（Measures of predictiveness）相关结果

1. 解释变异（Explained variation）：EV 用于量化当无条件预测被基于某一预测变量的条件预测取代时，预测不准确程度的相对降低。研究表明，它等于结果变量中由预测变量解释的变异比例，可用于量化和比较预后因素的重要性。在本次研究中，年龄、实验室参数等不同预测变量的 EV 值不同，如实验室参数的 EV 为 0.30，年龄的 EV 为 0.23 ，发热的 EV 为 0.01，这清晰地展示了各因素对疾病预测的贡献差异。
2. Tjur 系数（Tjur’s coefficient of determination，C_D）：C_D用于衡量模型区分成功和失败的能力，等于事件发生和未发生时预期条件事件概率的差值。研究发现，Tjur 的另一个指标 R²_mad与 EV_ind的插件估计值相等，且在本研究数据中，年龄作为预测住院死亡率的指标时，C_D=0.22 ，这进一步说明了不同预测指标之间的关联。
3. 总增益（Total gain，TG）和标准化总增益（Standardized total gain，STG）：TG 被定义为预测曲线与 P (D) 之间的绝对面积，而 STG 是 TG 标准化后的指标。研究显示，STG 等于高于平均风险差异（Above average risk difference，AARD），也等于在 P (D) 处评估的 Youden 指数。通过计算不同预测变量的 STG，可对其解释能力进行标准化比较，如年龄和实验室参数的 STG 值有助于直观判断两者在疾病预测中的相对重要性。

必要性和充分性程度（Degrees of necessity and of sufficiency）相关结果

1. 定义和计算：必要性程度（DN）和充分性程度（DS）用于衡量一个因素对事件发生的必要和充分程度。研究给出了两种计算 DN 和 DS 的变体，其中变体 1 考虑了条件概率在 “保护” 和 “有害” 范围内的变化，更受青睐。研究表明，DN₁≥DN₂ ，DS₁≥DS₂ ，且 DN₂和 DS₂的乘积为解释变异的比例提供了下限，DN₁和 DS₁的乘积通常与 EV 接近。
2. 与预测曲线的关系：研究通过数学证明得出，DN₂等于预测曲线与 P (D) 在 “保护” 范围内的面积 A_N相对于该范围内 P (D)?q₀的比例，DS₂等于预测曲线与 P (D) 在 “有害” 范围内的面积 A_S相对于 (1 - P (D))?(1 - q₀) 的比例。这一发现建立了 DN、DS 与预测曲线之间的紧密联系，使得可以从预测曲线的面积比例直观理解 DN 和 DS。

二分标记物（Dichotomous markers）相关结果

对于二分预测变量，如入院时发热这一指标，其预测曲线为阶梯函数。研究发现，此类变量的 A_N和 A_S对应面积较小，DN 和 DS 值较低。此外，当对连续预测变量（如年龄）进行二分处理时，DN₂、DS₂和 STG 保持不变，但 DN₁、DS₁和 EV_ind会下降，这进一步证实了二分预测变量可能导致信息丢失，应谨慎使用。

研究结论表明，预测曲线中与事件患病率水平线之间的上下区域面积，可分别解释为必要性程度和充分性程度。同时，预测曲线中的某些区域和距离与预测性指标密切相关。这一研究成果为评估预后因素或因素集的重要性提供了直观的方法，有助于研究人员更准确地选择预测疾病的关键因素，优化疾病预测模型。在讨论部分，研究人员指出，预测曲线及相关指标的应用基于代表性样本，且应使用校准模型进行比较。此外，研究中使用的方法部分已扩展到生存数据领域，为后续研究提供了更广阔的方向。总的来说，该研究为疾病预测领域提供了全新的视角和有力的工具，有望推动临床疾病预测和管理的进一步发展。