비nested 모델을 위한 순 재분류 개선 성능 및 새로운 백분위수 기반 대안

순 재분류 개선(NRI)은 2개의 위험 모델이 저위험 및 고위험 개인을 구별하는 상대적 능력을 평가하는 데 널리 사용되는 지표입니다. 그러나 NRI의 유효성과 유용성에 대한 의문이 제기되었습니다. NRI에 대한 비판은 재nested 위험 모델을 비교하는 데 사용된다는 점에 집중되며, 실제로는 종종 서로 다른 데이터 소스에서 파생된 비nested 위험 모델을 비교하는 데 사용됩니다. 본 연구에서는 경쟁 심혈관 위험 예측 모델을 비교하는 데 NRI의 성능을 평가하였습니다. 우리는 위험 카테고리의 변동 및 비교 모델의 교정에 대한 NRI의 민감도를 조사하였습니다. 우리는 NRI가 위험 카테고리의 정의 변화에 매우 민감하다는 것을 발견하였으며, 특히 최소한 1개의 모델이 잘못 교정되었을 때 그러했습니다. 이러한 단점을 해결하기 위해 절대 위험을 기반으로 한 컷오프 대신 위험의 백분위수를 사용하는 일반적인 NRI에 대한 새로운 대안을 설명합니다. 이 백분위수 기반 NRI는 2개 모델의 환자 위험을 순위 매길 상대적 능력을 보여줍니다. 더 안정적인 행동을 보이며, 정립된 위험 카테고리가 없거나 모델이 잘못 교정된 경우에 사용을 권장합니다.