本研究数据来自一个中老年人公开数据库CHARLS，研究对象为基线患有脑卒中的患者，样本量为1479人。纳入分析的数据有4波，分别是2011、2013、2015和2018年。

本文关心的结局为脑卒中是否复发，处理为二分类结局。承接上一张图，可知作者做的是2年复发风险预测。结合其数据纳入情况，基线有3个，分别是2011、2013、2015年，分别随访2年后，在2013、2015、2018年收集这些患者的复发情况。


预测因素：本文纳入的预测因素如下，包括了人口学、生活方式、慢性病、量表测量等。值得一提的是，本文对预测因素的介绍十分详细，尤其是对各个量表的介绍很清楚，这一点值得借鉴。因为变量测度不清晰，很容易引起审稿人的疑问。

本文预测模型纳入较传统，包括了logistic回归、随机森林和广义学习系统。尤其是第3个模型，在预测中很少见。


构建流程：数据划分策略为7：3；特征选择采用先单后多策略（即先做单因素，后做多因素）；由于存在类别不均衡（约14%），作者采用调整决策阈值方法进行处理；主要的评估指标包括AUC、灵敏度、特异度、阳性预测值和阴性预测值；采用Delong检验对模型间性能进行差异性分析。



https://mp.weixin.qq.com/s/0_UETjiWdIiwxKV4koridg





--
FROM 59.41.66.*