针对复发性复发性多发性硬化症治疗反应的个性化预测框架:在独立数据中的复制研究
Anna Maria Sakr1,2, Ulrich Mansmann3,4, Joachim Havla5
1Institute for Medical Information Processing, Biometry and Epidemiology (IBE), Faculty of Medicine, LMU Munich, Marchioninistrasse 15, Munich, 81377, Germany. anna.sakr@ibe.med.uni-muenchen.de.
BMC medical research methodology
|June 24, 2024
概括
这项研究对复发性复发性多发性硬化症患者的预测模型进行了外部验证,与以前的模型相比,在预测复发和残疾进展方面表现得更好.
科学领域:
- 神经学 神经学
- 生物统计学 生物统计学
- 医疗信息学 医疗信息学
背景情况:
- 优化复发性复发性多发性硬化症 (RRMS) 的治疗需要临床决策支持.
- 之前的黑子模型由斯图勒等人制作. 缺乏外部验证.
- 这项研究解决了在RRMS患者管理中需要验证的预测模型的需求.
研究的目的:
- 在RRMS患者中独立构建和验证复发和确认残疾进展 (CDP) 的预测模型.
- 评估这些模型的性能与以前开发的模型相比.
- 评估模型构建战略的可复制性.
主要方法:
- 在来自法国OFSEP注册表的数据上使用了层次化的贝叶斯模型.
- 模型预测了在六种疾病修饰治疗下复发和CDP的发生.
- 数据暂时分为模型开发和外部验证 (n=5517用于开发,n=3768用于验证).
主要成果:
- 开发的复发模型 (MSE:0.326,C指数:0.639) 的表现优于斯图勒的模型 (MSE:0.784,C指数:0.608).
- 同样,CDP模型 (MSE:0.072,C指数:0.777) 与对应模型 (MSE:0.131,C指数:0.554) 相比,也显示出更好的表现.
- 校准图表显示了校准错误,非贝叶斯GLM结果与贝叶斯模型可比.
结论:
- 重建和外部验证的复发和CDP模型加强了斯图勒模型的可信性.
- 使用的建模策略被发现是可复制的.
- 这些经过验证的模型为改善RRMS治疗的临床决策支持提供了潜力.
