日本語AIでPubMedを検索
予測モデル開発のための臨床医の手引き：去勢抵抗性前立腺癌患者の実データを用いた症例検討
A clinician's guide for developing a prediction model: a case study using real-world data of patients with castration-resistant prostate cancer.
PMID: 32556680 PMCID: PMC7324416. DOI: 10.1007/s00432-020-03286-8.
抄録
目的:
リスク予測モデルに基づいた治療の意思決定への関心が高まる中、臨床医はそのようなモデルの開発と解釈の手順を理解することが不可欠である。
PURPOSE: With the increasing interest in treatment decision-making based on risk prediction models, it is essential for clinicians to understand the steps in developing and interpreting such models.
方法:
去勢抵抗性前立腺がんの治療を受けた患者のデータを持つオランダの20の病院のレトロスペクティブ登録を用いて、予測モデルを開発する手順を臨床家に指示した。選択されたモデルはCox比例ハザードモデルであった。
METHODS: A retrospective registry of 20 Dutch hospitals with data on patients treated for castration-resistant prostate cancer was used to guide clinicians through the steps of developing a prediction model. The model of choice was the Cox proportional hazard model.
結果:
模範的なデータセットを使用して、予測モデリングにおけるいくつかの重要なステップが議論される：予測変数のコーディング、欠損値、相互作用、モデルの仕様、および性能。主効果の適切な選択のための高度な方法、例えば、最小絶対収縮と選択演算子（LASSO）回帰が記述されている。さらに、Cox比例ハザードモデルの仮定と、時間変化する係数を用いた比例ハザード仮定の違反をどのように処理するかについて議論する。
RESULTS: Using the exemplary dataset several essential steps in prediction modelling are discussed including: coding of predictors, missing values, interaction, model specification and performance. An advanced method for appropriate selection of main effects, e.g. Least Absolute Shrinkage and Selection Operator (LASSO) regression, is described. Furthermore, the assumptions of Cox proportional hazard model are discussed, and how to handle violations of the proportional hazard assumption using time-varying coefficients.
結論:
この研究では、去勢抵抗性前立腺がんの治療を受けた実世界の患者の大規模なデータセットに基づいて、統計学者と臨床家の間のギャップを埋めるための包括的で詳細なガイドを提供する。
CONCLUSION: This study provides a comprehensive detailed guide to bridge the gap between the statistician and clinician, based on a large dataset of real-world patients treated for castration-resistant prostate cancer.