BMJ神文带R代码，临床预测模型全步骤

缘起 

实战医学统计推出过临床预测模型系列文章，临床预测模型外验证的样本量怎么算？BMJ深度解读，外验证类型与实战代码、mlr3:最强R机器学习预测模型工具 、预测模型前沿技术：临床动态预测模型、临床预测模型R语言实战-读书笔记、预测模型样本量-R实战、每篇都是可以拿去其他培训班深入收费讲解，每篇公开后也都是得到了小伙伴们的喜爱。当然今天收到众多感谢的，还有小编全身心制作的A款超级课程。

今天的文章，是教师节的礼物，更加是临床预测模型实战中的实战。素材要多谢群里Alex老师昨天早上分享的BMJ系列最新文章，《Developing clinical prediction models: a step-by-step guide》https://www.bmj.com/content/386/bmj-2023-078276.long。

一、BMJ系列

为啥单独拿一部分讲BMJ？说来也奇怪，BMJ似乎对临床预测模型的方法学情有独钟2024年集中爆发一年5篇见刊都是重量级别，这里要给JAMA敲敲小黑板了，JAMA有个statistic专栏居然比不过BMJ。

二、BMJ13步

2.1 背景

本文step-by-step指南，涵盖了在确定目标和用户、选择数据源、处理缺失数据、探索替代建模选项以及评估模型性能方面的最佳做法。这些步骤是用复发缓解型多发性硬化症的例子来说明(为了演示竞争风险模型)，还提供了完整的R代码。这篇文章是基于以往clinical predition models guideline基础上完善而来。Orestis指出，目前市面上预测模型泛滥，但是方法上的缺陷，不完整的介绍，以及缺乏外部验证和模型影响研究，大多数模型的有用性仍然不清楚。所以Orestis基于对文献的范围审查和小组讨论，重新确定了13个步骤。额，小编想起15年第一次给出版社翻译的预测模型EHJ7步骤，不知不觉，已经进化到13步骤了。

2.2 (预后)预测模型13步

注意，这里Orestis特地强调了预测模型分诊断、预测、预后，本文重点是预后，但其实代码差不多因为预后更复杂包含前2者。13步骤相比之前7步骤，多了一些环境步骤，讲解更加细致。Orestis也强调了临床领域的预测模型，要讲究因果推断！小编一直以为，医学因果推断与真实世界的特色是其他专业做ML所不具备的。

三、顶刊复现

为啥这篇BMJ叫神文？小编以为，能把来龙去脉介绍的明明白白还能复现给R或python代码，相比高大上、絮絮叨叨一坨公式没法落地的空中楼阁，这类朴实无华实用至上的顶刊愿称神文。毕竟，实战医学统计建立之初就是实战为主，理论为能否转为代码能否应用落地才是好文章。

3.1 RMMS案例13步骤

3.2 BMJ的R代码

BMJ论文代码有小bug，其中clust生成丢失。当然，这可难不倒小编。原代码还有一些小bug，例如prediction.gam赋值。感兴趣的小伙伴，一定要翻看PDF附件，真的是宝藏，秒杀一众预测模型代码。

PS：如需获取原文遗漏的clust生成代码(没clust没法运行的哦)，请公众号后台回复(不要空格！)  20240910