通过使用风险分层表评估风险预测的价值

近期的流行病学和临床文献充满了评估统计模型以预测疾病或其他不良事件的研究。风险分层表是一种新方法，用于评估将新的风险标记添加到包括一组既定标记的风险预测模型中的好处。这种方法涉及将有新标记和没有新标记的模型的风险预测进行交叉表格化。在本文中，作者使用示例展示了风险分层表如何用于比较带有新标记的模型与不带新标记的模型之间的三个重要的模型性能指标：模型计算的风险在多大程度上反映了人群中实际有事件的人数的比例（标定）；人群在临床相关风险类别中分层的比例（分层能力）；以及事件参与者被分配到高风险类别而未发生事件的参与者被分配到低风险类别的程度（分类准确性）。他们详述了对风险分层方法的常见误解和误用，并得出结论：从风险分层表中提取的信息比通常报告的风险预测模型性能指标（例如，c统计量和Hosmer-Lemeshow检验）有了巨大的改进，因为它描述了模型在指导医疗决策中的价值。