风险评估的风险：使用预测模型进行治疗决策时的因果盲区
统计方法学
2025-06-17 v3
摘要
临床医生越来越多地依赖预测模型来指导治疗选择。然而，大多数预测模型是使用包括已接受所要指导治疗的患者的观察性数据开发的。在解释所得预测结果时，需要特别关注这些早期治疗的因果作用。我们在处理治疗的三种常见方法时识别出“因果盲区”：将治疗作为预测变量纳入模型、仅限于接受特定治疗的个体，以及忽略治疗。通过多个真实案例，我们说明了采用此类方法开发的模型所得风险可能被误解释，导致决策失误。我们的讨论涵盖了导致混杂、选择、中介以及治疗方案随时间变化等问题的因素。我们主张扩展预测模型开发、报告和评估的指南，以避免此类误解。开发者必须确保清晰地传达模型的预期目标人群以及特定治疗条件下的预测有效性。当预测模型用于指导治疗决策时，它需要提供在所讨论的特定治疗（或干预）选项下的风险估计，称为“在干预下的预测”。除了需要合适数据外，这还需要在模型开发和评估过程中采用因果推断技术。明确说明给定预测模型能及不能用于什么 purpose，可防止误导性的治疗决策，从而防止对患者造成潜在伤害。
引用
@article{arxiv.2402.17366,
title = {The risks of risk assessment: causal blind spots when using prediction models for treatment decisions},
author = {Nan van Geloven and Ruth H Keogh and Wouter van Amsterdam and Giovanni Cinà and Jesse H. Krijthe and Niels Peek and Kim Luijken and Sara Magliacane and Paweł Morzywołek and Thijs van Ommen and Hein Putter and Matthew Sperrin and Junfeng Wang and Daniala L. Weir and Vanessa Didelez},
journal= {arXiv preprint arXiv:2402.17366},
year = {2025}
}