有意思的小工具：如何将预测模型概率，转化成低风险组、中风险组、高风险组？

古月 一点统计 2023-08-08 22:24

点击上方蓝字关注，更多干货等你挖掘！

只要你过得比我好


先给一个问题大家思考下：做预测模型时，往往会得到预测概率，但如何将预测概率转化为风险组呢？

要回答这个问题，其实可以分两种情况：1）在多数情况下，我们一般把人群分为高风险和低风险。此时，可以直接使用决策阈值（多数默认为0.5）进行划分，即超过阈值就是高风险人群，低于该阈值就是低风险人群。这种方式简单，但比较粗糙。2）如果需要更精细划分，或者说要找到最理想的划分截点，以使不同风险组尽量区分开，怎么办？

下面这篇文献，作者采用列线图预测脑卒中7年内发病风险，预测模型是十分常用的列线图。我们知道，列线图最终输出的是总得分，那如何基于该得分进行风险组的最优划分呢？

本文作者采用了一个小工具，称之为X-tile程序，这是一种专门用于寻找最优截断值的小工具。如下所述，作者基于列线图模型，将人群划分为3个风险组，截断值分别是119.2、146.8。
图片

图片

下图呈现的是X-tile程序的结果，3个不同颜色表示划分出的3种风险组。为什么是3个风险组？因为此时，不同组别之间的生存率（此处为脑卒中发生率）存在统计学差异，且P值最小。这就是X-tile寻找最优截断值的主要原理。
图片

Reference: Development of a predictive risk stratification tool to identify the population over age 45 at risk for new-onset stroke within 7 years


X-tile程序是耶鲁大学在2004年开发的一个小程序，十分简洁。简洁到它只有划分截断值这个功能，下图是软件的首页。对风险组划分感兴趣的朋友可以研究下哦。
图片

点赞+分享，支持小编哦~

收录于合集 #文献速递
 149个
上一篇前方高能：预测模型知识精粹！下一篇JAMA子刊重磅文献：利用机器学习预测创伤应激风险！
​
喜欢此内容的人还喜欢

微信扫一扫
关注该公众号