中医药疗效预测模型建立的方法学研究和TRIPOD-TCM研制

At present, the international evidence sources of medical clinical practice decision-making advocate following the "6S" pyramid model, and the "computer-aided decision-making system" is at the top. This study intends to extract common influencing factors affecting the evaluation of therapeutic effect from clinical studies, and develop a new curative effect prediction model in line with the clinical practice of traditional Chinese medicine, so as to obtain a precise curative effect prediction system, which can be used to guide clinical practice decision-making. This study will rely on a large sample cohort study on the treatment of ulcerative colitis with traditional Chinese medicine. Candidate predictors will be screened by the improved classical logistic regression model, and a new predictive model with high discriminant accuracy will be formed. A small program debugging model will be developed, and the model will be verified by the consistency ROC analysis curve. At the same time, in order to improve the standardization and recognition of TCM research on predictive models, based on the international standard TRIPOD for the development, verification or update of predictive models, a set of TRIPOD--TCM statement will be developed by integrating the actual process of model development of this study, providing methodological guidance and reference for future research on TCM clinical predictive models.

目前国际上医学临床实践决策证据来源提倡遵循“6S”金字塔模型，而居于塔尖的就是“计算机辅助决策系统（system）”。本研究拟从临床研究中抽取影响疗效评价的常见影响因素，通过创建符合中医药临床实际的新型疗效预测模型，根据患者个体特征预测治疗结果，从而获得精准疗效预测实现system，用于指导临床实践决策。本研究将依托一项中药治疗溃疡性结肠炎的大样本队列研究开展，通过改良经典的logistic回归模型筛选候选预测因子，形成判别性准确性高的新型预测模型，并编制小程序调试模型，通过一致性ROC分析曲线验证模型。与此同时，为了提升预测模型类中医药研究的规范性和公认度，基于针对预测模型的开发、验证或更新的国际规范TRIPOD，融合本研究的模型开发实际过程，研制一套TRIPOD—TCM声明，为未来中医临床预测模型类研究提供方法学指导和借鉴。

个体化多因素预测模型可以通过综合人口学、生物学等各种信息对预后进行估计。由于中医药干预的复杂性和结局指标的高度特异性，鲜有能用于指导中医临床实践的预测模型。. 本项目依托于五味苦参肠溶胶囊III期临床研究数据，基于Logistic回归建立了其治疗溃疡性结肠炎（UC）湿热内蕴证的疗效预测模型，探索基于中医药随机对照试验数据构建疗效预测模型的可行性及方法学要素。最终筛选出影响UC预后的因素包括年龄、疾病类型、镜下出血以及红细胞沉降率，并构建了疗效预测列线图。通过Bootstrap法重抽样1000次，对模型的预测性能进行验证，校正后的C指数为0.735，校准图中校准曲线与标准线大致贴合，Hosmer-Lemeshow拟合优度检验（Chi-square=7.07，P=0.53），模型拟合良好。外部验证集的C指数为0.54[95%CI0.44-0.65]，本部分研究结果表明基于既往RCT数据的再利用和挖掘构建预测模型在方法学上是可行性的，如果能扩大数据集，扩充变量类型，构建多维度跨模态预测模型，将有望提高预测模型的准确度，而基于真实世界数据构建预测模型则可提高预测模型的应用价值。本部分研究结果投稿北京中医药大学学报，已被录用，预计2023年3-6月份见刊。. 同时，结合预测模型构建的实践步骤以及中医药领域资料的特点以及中医药预测模型构建的特色，本项目基于个体预后与诊断预测模型研究报告规范（TRIPOD）声明，采用德尔菲法对专家进行两轮调研，对TRIPOD清单中各项条目应用于中医药领域时进行修订，研制了适用于中医药领域的临床预测模型报告规范，即TRIPOD-TCM声明，用于指导研究者科学规范地报告中医药预测模型研究的各个要素，本部分研究成果发表于中医杂志2022年5月第63卷第10期，页码936-942。. 本项目通过构建UC的中医药疗效预测模型，将为在现实医疗环境下应用患者数据信息指导临床实践、开展精准和个性化医疗提供具有实际应用价值的研究范本。同时，融合本研究的模型开发实际过程所研制的TRIPOD-TCM清单，将为未来中医临床预测模型类研究提供方法学指导和借鉴。