陳思玎，姜英玉，王春娟，楊昕，李子孝，姜勇，3，王擁軍，4，5，谷鴻秋，

目的 開發(fā)基于機(jī)器學(xué)習(xí)算法的缺血性卒中患者院內(nèi)復(fù)發(fā)風(fēng)險(xiǎn)的預(yù)測(cè)模型，并進(jìn)行外部驗(yàn)證，為相關(guān)研究提供借鑒。

方法 開發(fā)隊(duì)列為中國(guó)卒中聯(lián)盟（China Stroke Center Alliance，CSCA）研究隊(duì)列，將此隊(duì)列中的缺血性卒中患者按照8∶2隨機(jī)劃分為訓(xùn)練集和內(nèi)部驗(yàn)證集。驗(yàn)證隊(duì)列為第3次中國(guó)國(guó)家卒中登記（the third China national stroke registry，CNSR-Ⅲ）研究隊(duì)列?；谥改稀⑽墨I(xiàn)回顧，確定備選預(yù)測(cè)因子，然后采用拉索（least absolute shrinkage and selection operator，LASSO）回歸進(jìn)行篩選。基于logistic回歸模型以及機(jī)器學(xué)習(xí)算法[隨機(jī)森林模型、極端梯度提升（extreme gradient boosting，XGBoost）、輕量級(jí)梯度提升機(jī)器學(xué)習(xí)（light gradient boosting machine，LightGBM）模型]開發(fā)缺血性卒中患者院內(nèi)復(fù)發(fā)風(fēng)險(xiǎn)預(yù)測(cè)模型。評(píng)價(jià)模型區(qū)分度（C統(tǒng)計(jì)量）和校準(zhǔn)度（Brier得分）兩方面的指標(biāo)。

結(jié)果 CSCA研究隊(duì)列共納入1 587 779例缺血性卒中患者，其中院內(nèi)復(fù)發(fā)99 085例（6.2%）。CNSR-Ⅲ研究隊(duì)列共納入14 146例缺血性卒中患者，其中院內(nèi)復(fù)發(fā)623例（4.4%）。LASSO回歸選擇出年齡、性別、卒中病史、高血壓、糖尿病、脂質(zhì)代謝紊亂、心房顫動(dòng)、心力衰竭、冠心病、周圍血管病、LDL-C、空腹血糖、血清肌 以及院內(nèi)抗栓治療作為缺血性卒中院內(nèi)復(fù)發(fā)的預(yù)測(cè)因子。內(nèi)部驗(yàn)證中，各模型的區(qū)分度均在0.75左右，XGBoost模型的區(qū)分度（AUC 0.765，95%CI 0.759～0.770）略高于其他模型，各模型的Brier分?jǐn)?shù)均在0.05左右。外部驗(yàn)證中，所有模型的預(yù)測(cè)效能均較低（AUC＜0.60），各模型的Brier分?jǐn)?shù)均＜0.08。

結(jié)論 在預(yù)測(cè)因子數(shù)量和維度有限的情況下，logistic回歸模型和機(jī)器學(xué)習(xí)算法預(yù)測(cè)缺血性卒中院內(nèi)復(fù)發(fā)風(fēng)險(xiǎn)的效能均較低。未來(lái)需從預(yù)測(cè)因子和算法模型上做更多探索。

卒中是一種患病率、復(fù)發(fā)率、死亡率以及致殘風(fēng)險(xiǎn)均較高的疾病。其中，缺血性卒中是最主要的類型，占卒中的80%以上[1-2]。缺血性卒中的預(yù)后相對(duì)不穩(wěn)定，存在較高的復(fù)發(fā)風(fēng)險(xiǎn)，特別是在疾病早期[3-4]。利用復(fù)發(fā)風(fēng)險(xiǎn)預(yù)測(cè)模型，準(zhǔn)確評(píng)估缺血性卒中患者早期復(fù)發(fā)的風(fēng)險(xiǎn)，實(shí)現(xiàn)患者的精準(zhǔn)風(fēng)險(xiǎn)分層與精細(xì)管理，以進(jìn)一步降低早期復(fù)發(fā)風(fēng)險(xiǎn)，對(duì)缺血性卒中的二級(jí)預(yù)防具有重要意義。本研究依托中國(guó)卒中聯(lián)盟（China Stroke Center Alliance，CSCA）[1]和第3次中國(guó)國(guó)家卒中登記（the third china national stroke registry，CNSR-Ⅲ）研究隊(duì)列[5]，基于機(jī)器學(xué)習(xí)算法開發(fā)并驗(yàn)證缺血性卒中院內(nèi)復(fù)發(fā)風(fēng)險(xiǎn)的預(yù)測(cè)模型，以期為后續(xù)更新、研發(fā)缺血性卒中二級(jí)預(yù)防精準(zhǔn)工具提供借鑒。

1 對(duì)象與方法

1.1 研究隊(duì)列及對(duì)象 開發(fā)隊(duì)列為CSCA研究隊(duì)列。CSCA是由中國(guó)卒中學(xué)會(huì)發(fā)起，國(guó)家衛(wèi)生健康委員會(huì)神經(jīng)系統(tǒng)疾病醫(yī)療質(zhì)量控制中心指導(dǎo)的全國(guó)性、多中心、多方面干預(yù)、持續(xù)性的卒中醫(yī)療質(zhì)量規(guī)范和改進(jìn)項(xiàng)目[1，6]。本研究納入分析的是CSCA項(xiàng)目2015年8月-2022年12月的數(shù)據(jù)。驗(yàn)證隊(duì)列為CNSR-Ⅲ研究隊(duì)列。CNSR-Ⅲ為全國(guó)范圍內(nèi)的前瞻性、多中心急性卒中登記研究，其數(shù)據(jù)庫(kù)連續(xù)記錄了2015年8月-2018年3月全國(guó)201家醫(yī)院連續(xù)納入的缺血性卒中或TIA患者資料[5]。本研究入組標(biāo)準(zhǔn)：①發(fā)病年齡≥18歲；②臨床確診為缺血性卒中；③發(fā)病7 d內(nèi)就診并住院治療。排除院內(nèi)復(fù)發(fā)結(jié)局缺失的患者。

1.2 預(yù)測(cè)因子與結(jié)局 參考國(guó)際缺血性卒中早期管理指南[7]、文獻(xiàn)報(bào)道的相關(guān)預(yù)測(cè)模型[8]，結(jié)合本研究的數(shù)據(jù)特點(diǎn)，確定備選預(yù)測(cè)因子，包括患者的人口學(xué)特征、卒中病史、伴隨疾病、實(shí)驗(yàn)室檢查指標(biāo)、抗栓治療5個(gè)方面共計(jì)19個(gè)變量。人口學(xué)特征包括性別、年齡；伴隨疾病包括高血壓、糖尿病、脂質(zhì)代謝紊亂、心房顫動(dòng)、心力衰竭、冠心病及周圍血管??；實(shí)驗(yàn)室檢查包括LDL-C、空腹血糖、糖化血紅蛋白、INR值、Hcy、血清肌酐、血清尿素氮以及尿酸水平。本研究的結(jié)局變量是院內(nèi)缺血性卒中復(fù)發(fā)事件。

1.3 缺失數(shù)據(jù)預(yù)處理 因本研究預(yù)測(cè)因子的數(shù)據(jù)缺失率均在10%以內(nèi)，因此有缺失數(shù)據(jù)的連續(xù)變量均用中位數(shù)填補(bǔ)，分類變量用眾數(shù)填補(bǔ)。

1.4 模型開發(fā)

1.4.1 特征選擇 特征選擇是在建立模型之前降低數(shù)據(jù)維度、減少輸入預(yù)測(cè)因子數(shù)量并找到最重要的預(yù)測(cè)因子的過(guò)程。該步驟可以提高模型的可解釋性和提高運(yùn)算效率。本研究在訓(xùn)練集中利用拉索（least absolute shrinkage and selection operator，LASSO）回歸進(jìn)行特征選擇，利用十折交叉驗(yàn)證方法選擇Lambda的最優(yōu)值[9]。

1.4.2 模型訓(xùn)練與驗(yàn)證 本研究將開發(fā)隊(duì)列中符合入組標(biāo)準(zhǔn)的患者按照8∶2劃分為訓(xùn)練集和內(nèi)部驗(yàn)證集，利用logistic模型[10]、隨機(jī)森林模型[11]、極端梯度提升（extreme gradient boosting，XGBoost）模型[12]、輕量級(jí)梯度提升機(jī)器學(xué)習(xí)（light gradient boosting machine，LightGBM）模型[13]在訓(xùn)練集中進(jìn)行模型開發(fā)。將訓(xùn)練好的模型在內(nèi)部驗(yàn)證集中進(jìn)行驗(yàn)證和評(píng)估，并在獨(dú)立的外部驗(yàn)證集（CNSR-Ⅲ）中進(jìn)行外部驗(yàn)證。

隨機(jī)森林模型：是一種集成學(xué)習(xí)模型，隨機(jī)森林針對(duì)每一個(gè)決策樹通過(guò)遞歸分裂數(shù)據(jù)，使得每個(gè)葉節(jié)點(diǎn)包含盡可能純凈的樣本，從而形成一個(gè)深度較深的決策樹。隨機(jī)森林中的每個(gè)決策樹都對(duì)新樣本進(jìn)行預(yù)測(cè)，最后通過(guò)投票（對(duì)于分類問(wèn)題）或平均（對(duì)于回歸問(wèn)題）來(lái)確定最終的模型輸出[11]。

XGBoost模型：屬于集成學(xué)習(xí)的一種梯度提升算法。由梯度提升決策樹模型發(fā)展而來(lái)，它不僅以提升的方式組合多個(gè)決策樹，還可以進(jìn)行二次泰勒展開。XGBoost引入了正則化項(xiàng)，包括L1和L2正則化，以控制模型的復(fù)雜性，防止過(guò)擬合[12]。

L i ghtGBM模型：是一種梯度提升框架，用于高效處理大規(guī)模數(shù)據(jù)和高維特征。LightGBM模型使用了基于直方圖的學(xué)習(xí)方法，通過(guò)對(duì)連續(xù)特征進(jìn)行離散化，減少了訓(xùn)練過(guò)程中的計(jì)算復(fù)雜度，提高了訓(xùn)練速度。此外，該模型采用按層生長(zhǎng)的策略，在訓(xùn)練過(guò)程中可更加高效地選擇最佳分裂點(diǎn)[13]。

1.5 統(tǒng)計(jì)學(xué)方法 連續(xù)變量用M（P25～P75）表示，分類變量以頻數(shù)和率表示。比較不同模型對(duì)院內(nèi)缺血性卒中復(fù)發(fā)的預(yù)測(cè)性能時(shí)，主要從區(qū)分度和校準(zhǔn)度兩個(gè)方面進(jìn)行評(píng)價(jià)。采用ROC的AUC，即C統(tǒng)計(jì)量來(lái)評(píng)估區(qū)分度；采用Brier得分（0～1分）以及校準(zhǔn)曲線圖評(píng)估校準(zhǔn)度。Brier得分越趨近0，模型的校準(zhǔn)度越好[14]。最優(yōu)模型的預(yù)測(cè)因子的重要性通過(guò)Shapley加法解釋（shapley additive explanation，SHAP）值體現(xiàn)，通過(guò)SHAP圖可視化預(yù)測(cè)因子的影響。

本研究利用Python 3.9.7軟件train_test_split函數(shù)，按照8∶2的比例在開發(fā)隊(duì)列中隨機(jī)劃分為訓(xùn)練集和內(nèi)部驗(yàn)證集；利用GridSearch CV在訓(xùn)練集中進(jìn)行十折交叉驗(yàn)證調(diào)參。所有統(tǒng)計(jì)和分析在SAS 9.4和Python 3.9.7中完成。

2 結(jié)果

2.1 一般資料 研究共納入CSCA數(shù)據(jù)庫(kù)1 601 207例缺血性卒中患者，排除院內(nèi)復(fù)發(fā)結(jié)局缺失的患者13 428例，最終納入1 587 779例缺血性卒中患者作為開發(fā)隊(duì)列人群，其中院內(nèi)復(fù)發(fā)99 085例（6.2%）。開發(fā)隊(duì)列中位年齡67.0（58.0～75.0）歲，女性593 898例（37.4%），有卒中病史的523 364例（33.0%），伴隨高血壓1 188 036例（74.8%），伴隨糖尿病439 563例（27.7%），伴隨脂質(zhì)代謝紊亂406 542例（25.6%）。外部驗(yàn)證隊(duì)列共納入CNSR-Ⅲ的15 166例患者，剔除1020例TIA患者，最終納入14 146例缺血性卒中患者作為本研究的外部驗(yàn)證隊(duì)列人群，其中院內(nèi)復(fù)發(fā)623例（4.4%）。外部驗(yàn)證隊(duì)列中位年齡63.0（54.0～70.0）歲，女性4426例（31.3%），有卒中病史的3369例（23.8%），伴隨高血壓10 932例（77.3%），伴隨糖尿病4793例（33.9%），伴隨脂質(zhì)代謝紊亂6252例（44.2%）。開發(fā)隊(duì)列中女性比例高于外部驗(yàn)證隊(duì)列（37.4%vs.31.3%），卒中病史比例高于外部驗(yàn)證隊(duì)列（33.0%vs.23.8%），院內(nèi)抗栓治療的比例低于外部驗(yàn)證隊(duì)列（90.8%vs.97.8%）（表1）。

表1 開發(fā)隊(duì)列與驗(yàn)證隊(duì)列中缺血性卒中患者的基線特征Table 1 Baseline characteristics of ischemic stroke patients in the development and validation cohorts

2.2 特征選擇結(jié)果及調(diào)參 在開發(fā)隊(duì)列中按照80%的比例隨機(jī)劃分出訓(xùn)練集，特征選擇利用十折交叉驗(yàn)證確定LASSO的Lambda等于0.001，在訓(xùn)練集中利用LASSO的方法選擇了14個(gè)變量作為預(yù)測(cè)院內(nèi)缺血性卒中復(fù)發(fā)的預(yù)測(cè)因子，分別是年齡、性別、卒中病史、高血壓、糖尿病、脂質(zhì)代謝紊亂、心房顫動(dòng)、心力衰竭、冠心病、周圍血管病、LDL-C、空腹血糖、血清肌酐和院內(nèi)抗栓治療。

2.3 模型建模與驗(yàn)證 在開發(fā)隊(duì)列中的訓(xùn)練集中進(jìn)行l(wèi)ogistic、隨機(jī)森林、XGBoost以及LightGBM模型建模，而后在測(cè)試集中進(jìn)行內(nèi)部驗(yàn)證。

在內(nèi)部驗(yàn)證中，各模型的區(qū)分度差異較小，其中XGBoost模型的區(qū)分度略高（AUC0.765，95%CI0.759～0.770），其次是隨機(jī)森林模型（AUC0.764，95%CI0.758～0.769）、LightGBM模型（AUC0.764，95%CI0.757～0.769）以及l(fā)ogistic模型（AUC0.749，95%CI0.741～0.758）（表2，圖1）。

表2 機(jī)器學(xué)習(xí)算法和logistic模型預(yù)測(cè)缺血性卒中患者院內(nèi)復(fù)發(fā)（內(nèi)部驗(yàn)證和外部驗(yàn)證）Table 2 Machine learning algorithms and logistic model predictions of in-hospital recurrence in ischemic stroke patients (internal and external validation)

圖1 機(jī)器學(xué)習(xí)算法和logistic模型在開發(fā)隊(duì)列訓(xùn)練集和內(nèi)部驗(yàn)證集中的ROC曲線Figure 1 ROC curves of machine learning algorithms and logistic model on the training and internal validation sets of the development cohort

在外部驗(yàn)證中，各模型的區(qū)分度均下降，其中隨機(jī)森林模型的區(qū)分度略高（AUC0.565，95%CI0.529～0.598），其次是LightGBM模型（AUC0.551，95%CI0.484～0.617）、XGBoost模型（AUC0.546，95%CI0.477～0.607）以及l(fā)ogistic模型（AUC0.543，95%CI0.493～0.584）（表2）。

校準(zhǔn)度方面，開發(fā)隊(duì)列和驗(yàn)證隊(duì)列的Brier分?jǐn)?shù)都較好（0.05左右）。校準(zhǔn)情況見(jiàn)圖2和表2。在內(nèi)部驗(yàn)證的XGBoost模型中，卒中病史、院內(nèi)抗栓治療、心房顫動(dòng)是前3位強(qiáng)預(yù)測(cè)因子（圖3）。

圖2 機(jī)器學(xué)習(xí)算法和logistic模型在開發(fā)隊(duì)列中的校準(zhǔn)曲線圖Figure 2 Calibration curves of machine learning algorithms and logistic model on the development cohort

圖3 XGBoost模型預(yù)測(cè)因子Shapley加法解釋圖Figure 3 Shapley additive explanations for predictive factors in the XGBoost model

基于logistic回歸開發(fā)模型為：

其中Z是線性組合：Z=-1.390-0.184×性別+0.003×周圍血管病-0.018×年齡-0.041×LDL-C-0.018×空腹血糖-0.002×血清肌酐+1.772×卒中病史-0.01×冠心病+0.117×高血壓+0.256×糖尿病+0.157×脂質(zhì)代謝紊亂+0.633×心房顫動(dòng)+0.271×心力衰竭-0.781×院內(nèi)抗栓治療。

3 討論

本研究基于百萬(wàn)卒中隊(duì)列數(shù)據(jù)，利用logistic回歸及機(jī)器學(xué)習(xí)算法構(gòu)建了缺血性卒中患者院內(nèi)復(fù)發(fā)風(fēng)險(xiǎn)的預(yù)測(cè)模型，并利用高質(zhì)量的獨(dú)立外部數(shù)據(jù)進(jìn)行了外部驗(yàn)證。在特征選擇方面采用知識(shí)驅(qū)動(dòng)和數(shù)據(jù)驅(qū)動(dòng)結(jié)合的方式進(jìn)行候選因子選擇，最終確定了14個(gè)預(yù)測(cè)因子，其中卒中病史、院內(nèi)抗栓治療、心房顫動(dòng)是最優(yōu)模型的前3位強(qiáng)預(yù)測(cè)因子。研究結(jié)果顯示，在開發(fā)隊(duì)列中，logistic模型和機(jī)器學(xué)習(xí)模型都有較好的預(yù)測(cè)性能（AUC＞0.75），其中，在內(nèi)部驗(yàn)證集中各算法差異很小，XGBoost模型表現(xiàn)略好于其他算法。但在外部驗(yàn)證中，logistic模型和各機(jī)器學(xué)習(xí)模型的預(yù)測(cè)性能均欠佳（AUC＜0.6）。

本研究的開發(fā)隊(duì)列CSCA和驗(yàn)證隊(duì)列CNSR-Ⅲ數(shù)據(jù)本身存在一定的異質(zhì)性。例如：開發(fā)隊(duì)列的整體患者年齡、女性比例高于外部驗(yàn)證隊(duì)列；外部驗(yàn)證隊(duì)列的高血壓、糖尿病、脂質(zhì)代謝紊亂、心房顫動(dòng)和心力衰竭患者比例高于開發(fā)隊(duì)列。此外，CSCA和CNSR-Ⅲ納入的均是發(fā)病7 d內(nèi)的缺血性卒中患者，而卒中復(fù)發(fā)風(fēng)險(xiǎn)在第一周最高，且兩個(gè)隊(duì)列中患者的住院時(shí)長(zhǎng)也有差異（中位數(shù)10 dvs.13 d）；CNSR-Ⅲ中輕癥患者的比例要高于CSCA，其本身的復(fù)發(fā)比例（4.4%）也低于開發(fā)隊(duì)列（6.2%）。上述異質(zhì)性因素均有可能影響卒中院內(nèi)復(fù)發(fā)風(fēng)險(xiǎn)的預(yù)測(cè)效果，導(dǎo)致由開發(fā)隊(duì)列訓(xùn)練并驗(yàn)證的模型在CNSR-Ⅲ外推時(shí)出現(xiàn)預(yù)測(cè)性能下降的情況。此外，本研究為了避免過(guò)擬合沒(méi)有納入重采樣、調(diào)整權(quán)重等處理類別不平衡的技術(shù)，所以預(yù)測(cè)會(huì)存在偏向性問(wèn)題[15]，并沒(méi)有將機(jī)器學(xué)習(xí)參數(shù)靈活的優(yōu)勢(shì)發(fā)揮出來(lái)，所以對(duì)比logistic模型性能提升有限。

XGBoost是陳天奇[12]等于2016年開發(fā)的機(jī)器學(xué)習(xí)算法，是兼具線性規(guī)模求解器和樹學(xué)習(xí)的算法，近幾年在疾病預(yù)測(cè)領(lǐng)域中應(yīng)用廣泛，如癌癥患者化療后死亡預(yù)測(cè)[16]、卒中后肺炎預(yù)測(cè)[17]、缺血性卒中患者不良預(yù)后預(yù)測(cè)[18-19]等。在本研究中，XGBoost在開發(fā)隊(duì)列的內(nèi)部驗(yàn)證集中表現(xiàn)略好，這可能與其對(duì)代價(jià)函數(shù)做了二階泰勒展開，引入了一階導(dǎo)數(shù)和二階導(dǎo)數(shù)，同時(shí)代價(jià)函數(shù)引入正則化項(xiàng)，控制了模型的復(fù)雜度，有助于一定的模型穩(wěn)定性有關(guān)。雖然與XGBoost一樣，隨機(jī)森林模型以及LightGBM模型的AUC均高于logistic模型但是改善并不多，這可能是由于機(jī)器學(xué)習(xí)的優(yōu)勢(shì)在于計(jì)算快、適合高維度數(shù)據(jù)以及處理非共線性等問(wèn)題，本研究采用知識(shí)驅(qū)動(dòng)的方式選擇了19個(gè)變量，在進(jìn)行了LASSO回歸的降維后僅僅納入了14個(gè)變量用來(lái)構(gòu)建模型，為了避免開發(fā)隊(duì)列中模型過(guò)擬合，建模也并未采用重采樣等靈活調(diào)整的手段，所以并沒(méi)有發(fā)揮出機(jī)器學(xué)習(xí)的優(yōu)勢(shì)。

與開發(fā)隊(duì)列不同，外部驗(yàn)證中隨機(jī)森林模型的AUC最高。隨機(jī)森林模型相較于XGBoost模型不需要過(guò)多的超參數(shù)調(diào)整，由于隨機(jī)特征選擇和多個(gè)樹的平均效果，隨機(jī)森林模型相較于XGBoost模型天生具有一定的抗擬合能力，所以具有更好的魯棒性。本研究的初衷是利用更少的臨床變量來(lái)實(shí)現(xiàn)更好的預(yù)測(cè)效果，以方便外部驗(yàn)證和集成到臨床決策支持系統(tǒng)中，為實(shí)際臨床使用提供幫助。但預(yù)測(cè)模型的外推性一直是領(lǐng)域內(nèi)存在的客觀問(wèn)題，由于開發(fā)數(shù)據(jù)和驗(yàn)證數(shù)據(jù)的分布不一致，模型泛化能力較差是客觀存在的，如何提高預(yù)測(cè)模型在外部驗(yàn)證中的表現(xiàn)是開發(fā)預(yù)測(cè)模型時(shí)需要仔細(xì)考慮的內(nèi)容，除了數(shù)據(jù)本身的一致性問(wèn)題，還應(yīng)注意避免過(guò)擬合的發(fā)生。使用帶有正則化參數(shù)的模型，避免參數(shù)在訓(xùn)練集中過(guò)擬合，可以減少在開發(fā)隊(duì)列中的過(guò)擬合現(xiàn)象。

既往文獻(xiàn)中Vida Abedi等[20]利用機(jī)器學(xué)習(xí)算法建立預(yù)測(cè)卒中復(fù)發(fā)風(fēng)險(xiǎn)的長(zhǎng)期預(yù)測(cè)模型，其研究結(jié)果顯示1年預(yù)測(cè)AUC最高（0.79），5年預(yù)測(cè)AUC最低（0.69），與本研究開發(fā)隊(duì)列的預(yù)測(cè)結(jié)果相似。此外，有研究者基于影像組學(xué)和生物標(biāo)志物資料構(gòu)建的COX回歸預(yù)測(cè)模型來(lái)預(yù)測(cè)2年內(nèi)缺血性卒中復(fù)發(fā)風(fēng)險(xiǎn)的AUC為0.8296[21]，基于影響組學(xué)數(shù)據(jù)預(yù)測(cè)14 d TIA復(fù)發(fā)風(fēng)險(xiǎn)預(yù)測(cè)模型的AUC達(dá)到0.850（內(nèi)部驗(yàn)證集）[22]，其研究結(jié)果的C統(tǒng)計(jì)量高于本研究建立的預(yù)測(cè)模型，提示未來(lái)可進(jìn)一步加入影像組學(xué)的變量來(lái)豐富數(shù)據(jù)維度，實(shí)現(xiàn)更精準(zhǔn)的預(yù)測(cè)。不過(guò)，增加這些預(yù)測(cè)因子，在獨(dú)立的外部隊(duì)列中預(yù)測(cè)性能如何，應(yīng)用性如何，還有待更進(jìn)一步的研究。

開發(fā)臨床預(yù)測(cè)模型，最終目的是服務(wù)于臨床實(shí)踐和應(yīng)用。納入更多數(shù)量和維度的預(yù)測(cè)因子，如各組學(xué)數(shù)據(jù)（基因組學(xué)、影像組學(xué)、蛋白組學(xué)、代謝組學(xué)等），采用更復(fù)雜的算法（如各種機(jī)器學(xué)習(xí)算法），能在一定程度上提升預(yù)測(cè)效果，但是如何平衡預(yù)測(cè)模型的開發(fā)、應(yīng)用的成本和預(yù)測(cè)的效果及實(shí)際可應(yīng)用性，是一個(gè)難題。隨著數(shù)據(jù)收集、存儲(chǔ)、分析技術(shù)的進(jìn)步，成本的降低，未來(lái)從預(yù)測(cè)因子和算法模型上可以做更多探索，或許可以開發(fā)出成本可控、效應(yīng)可接受、實(shí)際可應(yīng)用的預(yù)測(cè)模型。

利益沖突本文所有作者均聲明不存在利益沖突。