📜总结近期围绕临床预测模型做的一些事情🍹
- 思考预测模型如何进入到临床实践？
-
预测模型在临床上的角色定位是“辅助临床决策”， 即预测模型提供的信息要与人的选择进行结合做出决策， 从已有的研究来看，预测模型可以提供的信息有两种，一种是预测概率，这时候用户（一般是医生）选择决策阈值，两者结合形成决策。这时候决策阈值的形成一般采用“临床决策曲线分析（DCA）”，而为了能够执行DCA，又需要明确预测模型后续的临床措施，目的是参考其损害-获益效益比；另一种是某指标预测值，比如糖化血红蛋白浓度。
-
在医学预测模型构建过程中，因为医学数据多是不平衡数据，可以通过超参数调节、后概率校准、模型堆叠等方式来优化模型效能。
-
伦理审查过程中注意数据不平衡造成的“模型歧视”，即对某类人群模型的预测效能显著低于其它类别，比如对女性的预测准确度低于男性，造成对女性的误诊误治增多。
-
使用Web APP来作为临床预测模型在临床实践中的载体，除了基本的预测功能之外，增加了模型介绍、外部验证模块、变量名称和标签调整模块，便利其在临床上的应用。
- 在和鲸社区分享代码
- 以上提到的模型构建的代码，包括R语言和python语言都可以在和鲸社区账号“医研趣与美”上找到，还包括一个专门的R语言的教程《临床预测模型构建的技术步骤》。
- 构建了一个个人网站和appmatrix
- 选取了CSDN一部分预测模型相关的内容放在个人网站中，网站链接，包括个人制作的一些APP的介绍和代码的链接。为了分享shiny和streamlit web APP的制作，子网站 使用了shinyproxy构建了一个web APP分享的站点，可以一站访问所有的APP，且较少受计算资源的限制，目前访问人数不多，基本能做到长时间在线。
- 关于appmatrix多说几句，因为web APP可以说是临床预测模型最终的一个提现形式，appmatrix为模型的使用提供了一个窗口，对于推广和使用预测模型有相当的促进作用。appmatrix中的一些APP采取了订阅收费模式，也有一些采用免费模型，订阅前支持体验，可以向本人申请体验账号（限24小时），订阅后可以访问订阅和免费的APP。
- 构建了更多的APP
- Web APP除了可以作为医学预测模型的载体之外，还可以制作dashboard，数据分析工具，个人或者团体网站等功能，当有了appmatrix作为窗口之后，构建的一些APP就有了更多的意义，因此尝试制作了更多的各式各样的APP，比如调查问卷APP。
总体来说，所做的事情还是形成了一定的体系，欢迎大家交流指导。
