参数生存模型在肿瘤学长期生存外推中的性能评估：AIC/BIC与外推准确性无相关性，Royston-Parmar模型表现最优

《BMC Medical Research Methodology》：Optimizing parametric survival model selection: an analysis using constructed individual patient data extracted from oncology trials from 2014 to 2023

　　

摘要

背景

参数生存模型在肿瘤学中长期用于生存数据的长期外推。本研究旨在评估参数生存模型的拟合与外推性能，并考察赤池信息准则和贝叶斯信息准则（AIC/BIC）与外推准确性之间的相关性。

方法

本研究纳入2014年至2023年期间支持美国食品药品监督管理局（FDA）批准适应证的肿瘤学试验，这些试验提供了更新的Kaplan-Meier生存曲线。个体患者数据（IPD）从生存曲线中重建。评估的模型包括标准参数模型（SPM）、分数多项式（FP）、限制性三次样条（RCS）、Royston-Parmar模型（RPM）、广义可加模型（GAM）和参数混合模型（PMM）。拟合优度评估（外推拟合优度[GoF-e]，样本内拟合与外推的组合[GoF-fe]）通过参数外推曲线与更新Kaplan-Meier曲线之间的平均绝对误差（MAE）和限制平均生存时间差（RMSD）来衡量。比较各模型在直接拟合优度和保持不同治疗 regimen间治疗效果差异的相对拟合优度方面的表现。采用Wilcoxon符号秩检验进行模型间比较。按临床特征进行亚组分析，并进行回归分析以验证结果的稳健性。采用Spearman检验评估样本内拟合与GoF-e之间的相关性。

结果

共纳入109项试验，提供346条生存曲线。AIC和BIC与模型外推性能无相关性，GoF-f与GoF-e之间的Spearman相关系数接近零（ρ < 0.1），良好的样本内拟合并不能保证可靠的外推。RPM在直接和相对拟合优度指标上均始终表现出优越的外推性能。在直接GoF-e方面，与SPM（0.446个月/年）相比，中位MAE差异分别为：RPM（-0.032；95% CI, -0.064~-0.001）、PMM（0.097；0.041~0.161）、FP（0.134；0.083~0.191）、GAM（0.192；0.119~0.271）和RCS（0.246；0.162~0.332），RPM显著优于其他模型。在相对GoF-e方面，RPM的表现同样最佳。基于GoF-fe的模型性能与基于GoF-e的结果一致。敏感性分析证实了这些发现的稳健性。

结论

仅依赖AIC/BIC对于可靠的外推似乎不足，尤其在不同类别的参数模型或灵活参数模型之间更是如此。较少使用的RPM具有最佳的外推准确性，在长期生存预测方面具有潜力。