一、风险预测模型简介

风险预测模型是一种利用数据和统计方法，旨在预防和预测风险的技术。

该技术已被用于多个学科领域。在医学领域，风险预测模型能够充分利用患者现有的临床和生物学数据，估计特定个体当前患有某病或将来发生某结局的概率，并按照概率的大小分层，以供评估者对不同风险概率的群体在临床实践中开展针对性干预[1]。此模型多用于疾病严重程度分层、揭示疾病或疾病预后的风险特征，从而指导临床决策[2]。

具体风险预测模型类型有很多，在护理领域常用的有Logistic回归模型、生存分析模型、决策树模型等。

Logistic回归模型：

这是一种常用的二分类模型，通过建立一个线性模型和一个sigmoid函数来预测患病的概率。它可以通过最大似然估计来估计模型的参数，具有简单、可解释性强的特点。

生存分析模型：

主要用于预测患者的生存时间或事件发生的风险。其中，Cox比例风险模型是最常用的生存分析模型之一，它可以考虑多个危险因素对患病风险的影响，并计算危险比（Hazard Ratio）。

决策树模型：

通过构建一棵树形结构来预测患病风险。它通过一系列的分裂准则将样本划分为不同的子集，最终得到一个预测模型。决策树模型具有可解释性强、易于理解和实现的优点。

风险预测模型的构建和验证需要大量数据和专业知识支持。随着新技术发展，大型医疗数据库的建立为风险预测模型的构建和验证提供了机会[3]。

在应用风险预测模型时，需要注意模型的泛化能力、解释性和稳健性，以确保模型的准确性和可靠性[4]。在应用风险预测模型时，需要充分考虑其局限性，并根据实际需求和场景选择合适的模型。同时，也需要持续监测和更新模型，以确保其准确性和可靠性[5-6]。

二、护理核心期刊2023年发表的“风险预测模型”文章

在知网检索“风险预测模型”可得到相关文章发文量、文献来源分布、基金支持等信息。

首先，“风险预测模型”文章的发文量逐年增加，如下图所示。

其中文献来源分布结果显示，护理领域发文量占有一定比例。

基金分布结果显示，“风险预测模型”文章受到国家自然科学基金、国家重点研发计划、河南省科技攻关计划等多个基金项目支持。

经小编统计，在2023年，护理核心期刊发表“风险预测模型”文章共计86篇，期刊依次为护理研究（19）、军事护理（17）、中华护理杂志（16）、中国护理管理（14）、护理学报（10） 、护理学杂志（10）。

研究主题依次为慢性病/老年（30）、外科（21）、急重症（13）、肿瘤（12）、妇产（8）、其他（2）。

三、构建风险预测模型的过程

我们通过学习一篇2023年发表在《中华护理杂志》上的范文[7]来了解风险预测模型的构建和效果验证过程。

研究目的：

建立预测连续性肾脏替代治疗（continuous renal replacement therapy,CRRT）体外循环装置凝血风险的模型，并验证模型的应用效果。

研究方法：

采用便利抽样法，收集2021年4月—2022年1月在常州市某三级甲等医院行CRRT的患者320例，按照是否发生体外循环装置凝血分为凝血组（n=98）和非凝血组（n=222），将两组的各项指标进行对比并应用二元Logistic回归构建预测模型，采用Hosmer-Lemeshow判断模型的拟合度，采用受试者操作特征曲线（receiver operating characteristic curve,ROC）的曲线下面积检验模型预测效果。将2022年2月—6月行CRRT的160例患者作为验证组，验证模型的临床应用效果。

研究结果：

体外循环装置凝血发生率为30.6%，最终纳入模型的预测变量为连续性静脉-静脉血液透析（continuous venovenous hemodialysis,CVVHD）(OR=2.482)、连续性静脉-静脉血液滤过（continuous venovenous hemofiltration,CVVH）(OR=2.724)、枸橼酸抗凝（OR=3.425）、阿加曲班抗凝（OR=3.150）、无肝素抗凝（OR=9.103）、血泵停泵（OR=4.114）、血流量不足（OR=2.769）、血小板计数（OR=1.005）和活化部分凝血活酶时间（OR=0.859）。风险预测模型公式为P=1/[1+exp(-0.866+0.909×CVVHD+1.002×CVVH+1.231×枸橼酸抗凝+1.147×阿加曲班抗凝+2.209×无肝素抗凝+1.415×血泵停泵+1.018×血流量不足+0.005×血小板计数-0.152×活化部分凝血活酶时间)]。

该模型ROC曲线下面积为0.865，最大约登指数为0.584，灵敏度为75.50%，特异度为82.90%。

模型验证结果：

灵敏度为84.10%，特异度为79.31%，准确率为80.63%。

研究结论：

该研究构建的模型预测效果较好，可为临床识别CRRT患者凝血的发生及实施预防性护理提供借鉴。

构建风险预测模型的过程：

1. 确定目标：

首先需要明确风险预测模型的目标，如预测连续性肾脏替代治疗体外循环装置凝血风险的发生概率。因此，本研究的因变量为是否发生体外循环装置凝血。

2. 数据收集：

根据目标收集相关数据。数据的质量和数量将直接影响模型的准确性和可靠性。本研究为回顾性研究，数据来自血液净化信息系统或病历，研究者统一资料标准，一人收集一人核查。因此，本研究纳入的自变量包括一般资料、原发病类型、合并症情况、实验室检查资料（如连续性静脉-静脉血液透析、连续性静脉-静脉血液滤过、枸橼酸抗凝等）。

3. 变量筛选：

从收集到的数据中，选择与风险预测相关的变量。这一步旨在去除无关或冗余的变量，以提高模型的精度和可解释性。

4. 模型选择：

根据目标和数据特征，选择合适的预测模型，包括统计模型、机器学习模型或人工智能模型等。本研究采用二元Logistic回归构建风险预测模型，选择逐步向前Wald χ2法筛选独立危险因素。

5. 模型训练和调整：

利用选定数据对模型进行训练，并调整模型的参数和结构，以优化预测性能。

6. 模型评估：

使用独立的测试数据集对训练好的模型进行评估，计算模型的预测精度、误差率等指标，以确保模型的可靠性和泛化能力。本研究采用Hosmer-Lemeshow判断模型的拟合度，采用受试者操作特征曲线下面积检验模型预测效果，在2022年2月—6月收集符合标准的160例患者作为独立数据验证该模型。

7. 模型部署：

将训练好的模型部署到实际应用中，用于预测风险事件或评估风险水平。

8. 持续监控和更新：

在模型实际应用过程中，持续监控数据的动态变化，以及模型的表现。当数据或环境发生变化时，及时更新模型以保持其预测精度和可靠性。

由目前文章发表情况推测，风险预测模型的探究与应用会越来越普遍。偏临床的课题可以考虑这个方法，风险预测模型具有较大的临床实用价值，大家抓紧时间学起来吧。

以上为本次分享全部内容，全文干货，欢迎点赞收藏～

参考:

[1] 张蕊,郑黎强,潘国伟.疾病发病风险预测模型的应用与建立[J].中国卫生统计,2015,32(04):724-726.

[2] 李佳圆.中国乳腺癌危险因素研究现况及其风险预测模型研究展望[J].中国循证医学杂志,2020,20(07):745-748.

[3] 李金金. 天津市慢性病队列研究及风险预测模型的建立[D].天津医科大学,2019.

[4] 俞晓慧,章新琼,杨胜菊等.糖尿病患者低血糖发生风险预测模型的系统评价[J].中华护理杂志,2022,57(15):1830-1839.

[5] 郭迎坤,李灵,袁苗等.胎儿生长受限风险预测模型的研究进展[J].中国计划生育和妇产科,2023,15(12):29-31.[6]凌敏,王霄一,章晋等.维持性血液透析患者心血管事件风险预测模型的研究进展[J].中国血液净化,2023,22(10):772-775.

[7] 胡璐璐,牛洪艳,韩小云等.连续性肾脏替代治疗体外循环装置凝血风险预测模型的构建与验证[J].中华护理杂志,2023,58(15):1845-1851.

特别声明：智慧医疗网转载其他网站内容，出于传递更多信息而非盈利之目的，同时并不代表赞成其观点或证实其描述，内容仅供参考。版权归原作者所有，若有侵权，请联系我们删除。

凡来源注明智慧医疗网的内容为智慧医疗网原创，转载需获授权。