临床预测模型样本量计算有了新标准，BMJ发布权威指南
临床预测模型样本量计算有了新标准，BMJ发布权威指南
临床预测模型是现代医学研究和临床决策的重要工具，其准确性和可靠性直接关系到患者的治疗效果和预后。而样本量的合理估算，是确保模型性能的关键步骤。近期，BMJ期刊发布了一系列关于临床预测模型样本量计算的重要指南，为研究人员提供了权威的参考。
模型开发阶段的样本量计算
在模型开发阶段，样本量的计算主要关注两个关键指标：校准斜率（Calibration Slope，CS）和平均绝对预测误差（Mean Absolute Prediction Error，MAPE）。这两个指标分别反映了模型的过拟合程度和个体预测的准确性。
BMJ最新研究提出了一套基于CS和MAPE的样本量计算公式。研究发现，当模型强度不高（c统计量<0.8）时，这些公式能够提供合理的样本量估计。然而，对于高模型强度（c统计量≥0.8），CS公式会显著低估所需的样本量，而MAPE公式则可能高估样本量。
例如，当c统计量为0.85时，CS公式计算出的样本量需要增加至少50%才能达到预期的校准效果；而当c统计量为0.9时，这一比例更是高达100%。因此，研究者建议在高模型强度的情况下，使用基于模拟的样本量计算方法，这在新开发的R包“samplesizedev”中得以实现。
外部验证阶段的样本量计算
外部验证是评估模型泛化能力的重要环节，其样本量要求与模型开发阶段有所不同。BMJ指南强调，外部验证的目的是估计模型在新数据中的表现，因此需要足够大的样本量来确保结果的稳定性和精确性。
对于连续性结局的预测模型，BMJ指南推荐关注以下四个关键指标：
- R²：衡量模型的整体拟合度，即在外部验证数据集中解释的方差比例。
- 校准截距：预测值平均值与观察值平均值之间的差异。
- 校准斜率：预测值范围内预测值与观察值之间的一致性。
- 残差：外部验证数据中预测值与观察值之间差异的方差。
为了精确估计这些指标，研究者需要设定以下假设值：
- R²：可以参考模型开发研究中报告的乐观调整估计值。
- 校准截距和斜率：假设模型在校验人群中校准良好，即校准截距为0，校准斜率为1。
- 结果值的方差：可参考模型开发研究或先前针对目标人群的研究数据。
BMJ指南提供了四种不同的样本量计算方法，每种方法对应一个关键指标。计算过程可以使用Stata或R语言实现，相关代码可在https://www.prognosisresearch.com/software获取。
实际案例分析
以一个基于机器学习的腰背痛疼痛强度预测模型为例，该模型使用脑成像和自律神经活动特征等多变量预测疼痛强度（0-100的连续结果）。在初始验证数据集中，模型的R²估计值为0.40，但由于样本量较小（53名参与者），置信区间较宽（R² 95% CI 0.20-0.60）。
研究者使用BMJ指南推荐的方法重新计算了外部验证所需的样本量，具体假设如下：
- 外部验证人群中的真实R²为0.40
- 模型校准良好（校准截距为0，校准斜率为1）
- 疼痛强度值的真实标准差为22.30
- 目标置信区间宽度：校准截距≤5，校准斜率≤0.3，R²≤0.1
使用R语言代码“pmvalsampsize, type(c) rsquared(.4) varobs(497.29) citlciwidth(5) csciwidth(.3)”进行计算，结果显示：
- R²：886人
- 校准截距：184人
- 校准斜率：258人
- 残差：235人
因此，为了确保所有四项指标的精确估计，外部验证研究至少需要886名参与者。
总结与建议
合理估算临床预测模型的样本量，是提高模型准确性和可靠性的重要保障。研究者应根据模型的开发阶段和具体应用场景，选择合适的样本量计算方法。对于高模型强度的情况，建议使用基于模拟的方法进行样本量估算。同时，外部验证的样本量应充分考虑模型的泛化能力，确保结果的稳定性和精确性。
相关工具和资源：
- R包“samplesizedev”：https://cran.r-project.org/web/packages/samplesizedev/index.html
- BMJ指南相关代码：https://www.prognosisresearch.com/software