《表4 研究对象、预测因子、结果领域偏倚风险评价结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《糖尿病足发病风险预测模型的系统评价》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：（1）是否使用了适当的数据源，例如队列研究、随机对照试验或嵌套病例对照研究数据（2）所有研究对象的纳入和排除是否合适（3）所有研究对象的预测因子是否以类似的方式定义和评估（4）预测因子的评估是否在不了解结果数据的情况下进行的（5）在使用模型时是否所有预测因子

7项研究在分析领域的偏倚风险均较高。对于模型开发研究，如果应变量事件数（events per variable，EPV)<10可能会造成过度拟合[19]，学者[20-21]提出EPV>20会使研究更有说服力；对于模型验证研究，结果事件<100可能会造成偏倚[22]。7项研究中除López等[15]和Heald等[17]EPV和样本量达到要求外，其余研究样本量均不足。研究者[23]指出，包含二分类连续变量的模型会降低预测能力，有2个模型[14-15]对连续变量进行了二分类。在删失数据方面，有3项研究[12，14-15]没有提供删失数据的有关信息，其余的研究使用了完整案例分析，其中仅Crawford等[13]研究缺失数据比例<10%。在变量选择上，Tomita等[14]在单变量分析后直接进行多变量分析，而未使用恰当的变量选择方法。此外，有3项研究[12，16-17]未考虑模型的竞争风险和时间分析，可能忽视了数据的复杂性。在模型性能评估方面，仅有2项研究[15，17]同时报告了校准度和区分度。在6项开发研究中，仅有1项研究[15]采用了随机交叉验证，其余均未进行内部验证。7个模型偏倚风险的评估情况见表4～5。