伊人情人网综合 设备临床预测模子的样本量估算（附R代码）

一、近况与问题伊人情人网综合

样本量估算是医学联系盘考必不成少的一个关节，临床预测模子盘考也不例外。那么如何计算临床预测模子设备样本量呢？

据我检索，国内许多预测模子盘考沿用了一些样本量估算训导递次，其中最为常用的递次即是确保每个预测参数至少有10个事件，也被称为稀疏之一法例，即10 EPV（Events per variable），即是说要确保每个预测参数（即挂念方程中的每个β项）至少有 10 个事件被探讨纳入预测模子方程中。

歌也色

另外，孙振球讲明主编的《医学统计学（第四版）》也给出了一些常用的训导递次，比如：自变量个数的15~20倍（logistic挂念分析）、自变量个数的5~10倍（多元线性挂念）、自变量个数的15~20倍（Cox挂念）。个东说念主认为这些不错看作是10 EPV的彭胀。

然而，上述估算递次只是是训导作念法，只是探讨了最终纳入模子的变量个数（本体上探讨的是所有这个词β的个数），莫得探讨到多分类、交互作用、非线性关系等方面的影响，因此，最佳是使用每个候选预测因子参数的事件数（EPP）来进行预测。候选参数很遑急，因为模子过拟合的历程取决于所探讨的预测参数总和，而不单是是最终模子方程中包含的预测参数。

此外，本体所需的样本量取决于具体情况，不仅取决于事件数目与候选预测参数数目的关系（EPP），还取决于参与者总和、盘考东说念主群中的恶果比例（发生率）以及模子的预期预测性能。

二、更保举的递次

Richard D Riley等学者推出了一种专用于设备临床预测模子的样本量估算递次，并设备出了实用的计算器用，连年来被无为使用。该递次以论文的形状发表在2020年的BMJ杂志上，即：Calculating the sample size required for developing a clinical prediction model。

         

图片

具体是若何回事呢？咱们一说念学习下吧。

Richard D Riley等盘算了4个关节来估算预测模子的样本量，每个关节齐是根据特定的问题算得一个样本量，然后采选4个样本中最大者当作终末笃定的样本量，底下是4个关节的大致态状，仅列出关节1的公式图。

第1步：多大的样本量才能精确揣测总体恶果风险或平均恶果值？

图片

第2步：多大的样本量不错得到整个个体平均差错较小的预测值？

第3步：多大的样本量不错产生较小的所需预测效应收缩？

第4步：多大的样本量不错使模子拟合度达到较小的乐不雅历程？

这4个关节适用范围广，不管是勾搭、二元分类的结局方针，还是时刻到事件（time-to-event）的结局方针伊人情人网综合，齐不错用。

Richard D Riley等还盘算了一个锻真金不怕火的Stata和R包，名字就叫作念：pmsampsize。愚弄这个包，盘考者就不错在特定的盘考环境入彀算预测模子所需的最小样本量，该包的主义是最大罢休地裁汰模子过拟合的可能性，同期对要害参数进行精确揣测。

终末，Richard D Riley等学者在论文中给出了一些建议，我个东说念主合计很实用，共享给公共。

1、上述递次仅计算所需最小的样本量，本体上样本量越大，模子越可靠；

2、数据应具有充足的质地，并能代表标的东说念主群和应用环境，不然预测将不精确；

3、最佳使用整个可用数据进行模子设备（即幸免数据分割），并使用重采样递次（如bootstrap）进行里面考据。

4、采选机器学习设备预测模子不仅要计算样本量，何况样本量常常更大，数据少了很容易过拟合。

5、外部考据也不错用上述递次计算样本量，要是只波及模子小幅度更新，样本量不错更小。

诚然，该论文还态状了更多细节与实用的建议，要是公共感有趣的话，不错望望原论文。

三、用R讲话计算样本量

咱们来体验下R讲话版的pmsampsize包，先装置pmsampsize包，大开匡助文档，不错看到联系pmsampsize包的态状，我把它翻译了下：

pmsampsize可用于计算勾搭、二元或糊口（时刻到事件）恶果模子设备所需的最小样本量。Riley等东说念主建议了一系列样本量应满足的尺度。这些尺度旨在将过拟合降到最低，并确保预测模子中要害参数的精确揣测。

关于勾搭性恶果，有4个尺度：

1) 过拟合历程小，即预测效应预期放松10%或更小。（注：对应前边先容的关节3）

2) 模子的表不雅R方值和调遣R方值的十足差值小于0.05。（对应关节4）

3) 精确揣测残差尺度差。（对应关节2）

4) 精确揣测平均恶果值。（对应关节1）

样本量计算条目用户事先指定（举例，根据当年的凭证）模子的预期R方，以及联系东说念主群的平均恶果值和恶果值的尺度差。

关于二元或糊口（时刻到事件）恶果，有3个尺度：

1) 过拟合历程小，即预测效应的预期缩减不提高10%。（对应关节3）

2) 模子的表不雅R方值和调遣后的Nagelkerke's R方值十足差值小于0.05。（对应关节4）

3) 精确揣测（在 /- 0.05范围内）预测要害时刻点的东说念主群平均恶果风险。（对应关节1）

四、代码演示

1、二分类贵府（logistic挂念预测模子）

library(pmsampsize)pmsampsize(type = 'b'， rsquared = 0.288， parameters = 24， prevalence = 0.174)

解读：使用 24 个候选预测参数建立二元恶果多变量预测模子所需的最小样本量。根据以往的凭证，假定发生率瞻望为0.174（17.4%），现存预测模子的（取自现存预测模子的纠正Cox-Snell R方）R方值下限为0.288。

图片

还有另一种情况，假定咱们无法从现存的预测模子中得回Cox-Snell R深广揣测值，但有呈报称现存预测模子的C统计量为（0.89）。咱们不错使用这个 C 统计量和患病率，用 Riley 等东说念主（2020）的递次访佛计算 Cox-Snell R 深广。用法简便，使用cstatistic() 选项代替 rsquared() 选项即可。

pmsampsize(type = 'b'， cstatistic = 0.89， parameters = 24， prevalence = 0.174)

图片

2、勾搭恶果（线性预测模子）

以勾搭变量为例，计算使用 20 个候选预测因子建立勾搭性恶果多变量预测模子所需的最小样本量。咱们假定该领域现存的预测模子的调遣R深广为0.9，东说念主群中该勾搭变量的平均值为26.7，SD为8.7。

pmsampsize(type = 'c'， rsquared = 0.9， parameters = 20， intercept = 26.7，sd = 8.7)

 

图片

3、糊口分析（Cox预测模子）

计算使用30 个候选预测因子建立糊口恶果多变量预测模子所需的最小样本量。假定咱们知说念现存的同领域预测模子的调遣R深广为0.051。此外，在之前的盘录取，平均随访时刻为2.07年，总体事件发生率为0.065。咱们领受一个感有趣的时刻点，使用新设备的2年模子进行预测。

pmsampsize(type = 's'， rsquared = 0.051， parameters = 30， rate = 0.065，           timepoint = 2， meanfup = 2.07)

恶果就不贴了伊人情人网综合，这个包的用法挺简便，公共不错解放体验。

本站仅提供存储处事，整个内容均由用户发布，如发现存害或侵权内容，请点击举报。