Page 68 - 南京医科大学自然版

第44卷第8期
·1096 · 南 京 医 科 大 学 学 报 2024年8月

患者显著肝纤维化的决策具有临床获益（图4）。模 维化的风险。
型的净获益曲线（红色）位于无干预（None，蓝色横 2.4.3 aCHANGE模型与FIB⁃4模型预测能力的比较
线）和全面干预（All，绿色斜线）的极端情况之上，说 在训练集以及验证集中计算出 FIB⁃4，计算公
明aCHANGE模型比这两种极端假设更能为临床提 式：FIB⁃4=（AST×年龄）/（血小板计数× ALT ），后
供价值，有助于准确预测NAFLD患者出现显著肝纤 利用 FIB⁃4 对患者是否出现显著肝纤维化进行预

A B
1.0 Dxy 0.550 1.0 Dxy 0.551
C（ROC） 0.775 C（ROC） 0.775
R2 0.239 R2 0.235
D U Q -0.001 D U Q 0.153
0.158
Actual probability 0.8 Brier 0.122 Actual probability 0.8 Brier -0.246
0.001
0.153
0.157
0.123
0.000
Intercept
Intercept
0.6
0.6
0.881
Slope
Slope
1.000
0.045
Emax
Emax
0.147
E90
0.014
0.054
E90
Eavg
0.015
0.007
Eavg
0.4
0.4
0.222
0.193
S：z
S：z
0.2 S：p 0.847 Ideal 0.2 S：p 0.824 Ideal
Logistie eaboration Logistie eaboration
Nonparametric Nonparametric
0 0
.0 0.2 0.4 0.6 0.8 1.0 .0 0.2 0.4 0.6 0.8 1.0
Predicted probability Predicted probability
A：Calibration curve of the training set. B：Calibration curve of the internal validation set.
图2 aCHANGE模型的校准曲线
Figure 2 Calibration curve of the aCHANGE model
A B
1.0 1.0
0.8 0.8
Sensitivity 0.6 Sensitivity 0.6
0.4
0.4
0.2 0.2
AUC：0.775 AUC：0.775
0 0
.0 0.2 0.4 0.6 0.8 1.0 .0 0.2 0.4 0.6 0.8 1.0
1-Specificity 1-Specificity
A：ROC curve of the training set（area under the curve approximately 0.775）. B：ROC curve of the internal validation set（area under the curve ap⁃
proximately 0.775）.
图3 aCHANGE模型的ROC曲线
Figure 3 ROC curve of the aCHANGE model
A B
0.2 Model_step 0.2 Model_step
All All
None None
Net benefit 0.1 Net benefit 0.1
0 0
00 0.25 0.50 0.75 1.00 0.25 0.50 0.75
Risk threshold Risk threshold
A：Clinical DCA on the training set. B：Clinical DCA on the internal validation set.
图4 aCHANGE模型的临床决策曲线分析
Figure 4 Clinical DCA of the aCHANGE model