在进入介绍之前，先说一个理念：医生做临床数据科研，并不等于要自己变成算法工程师。但是，“不同的方法适用于不同的情景”，对于这个事实要心中有数。

真正的第一步，正是在医生自己手上——把感兴趣的临床问题说清楚。手里的数据是什么样的？某个指标是采集一个时间点的，还是随着病程不断变化而持续采集？

比如：

“我有一批患者资料，能不能建个模型预测某个结局？”

但真正开始分析前，需要先问一个更基础的问题：

我的数据到底是什么形态？

是每个患者一行资料，每个检查只取了某个时间点的结果？
还是每个患者有很多次检查，可以呈现一个趋势？
是只看入院时状态？
还是要看病情随时间变化？

这些问题会决定你应该用什么模型。

因为，医生最不可被替代的工作是把临床逻辑、数据来源、时间顺序和研究目标先梳理出来。后续用数据科学的方法，交给统计师、数据科学家、工程师合作来完成。否则直接用数据科学（AI或机器学习等）的方法，看似能够从计算的角度完成一些筛选，但常常漏洞百出。

做临床数据相关课题的过程和写任何项目计划书并没有本质区别：先定义问题，再盘点资源，然后选择合适的方法，最后不断验证和修正。这不应该在医生的能力之外，也不能完全“外包”。

下面举例解释。

1. 静态特征模型：把一个患者压缩成“一行”

英文：static-feature model / static tabular model

这是临床研究里最常见的形式。

比如我们想预测：

入院时能不能预测这个患者住院期间会不会发生VTE？

我们可能为每个患者整理一行数据：

这种数据就是“表格型数据”。每个患者一行，每个变量一列。

适合的模型包括：

• 逻辑回归（logistic regression）
• 随机森林（random forest）
• XGBoost
• LightGBM
• 支持向量机（support vector machine）

举例：
如果你只用“入院第一天能获得的信息”预测“住院期间是否发生VTE”，这通常就是静态特征模型。

2. 动态特征模型：患者状态会随时间变化

英文：dynamic-feature model

有些变量不是固定的。比如：

• D-dimer每天都可能变
• 白细胞每天都可能变
• CRP术后逐日变化
• 血压、心率、氧饱和度持续变化

如果模型不仅看“某个时间点”，而是想利用这些变化，就进入了动态特征模型。

举例：
术后第1天D-dimer升高，意义可能不大；但如果D-dimer从术前到术后第5天持续升高，可能更值得关注。

动态特征模型的关键不是“数值是多少”，而是：

这个变量是怎么变化的？

3. 时间序列模型：保留时间轨迹

英文：time-series model / temporal model

时间序列模型更强调“顺序”。

例如一个患者术后7天白细胞变化：

第1天 8 → 第2天 10 → 第3天 14 → 第4天 16 → 第5天 12

这个变化轨迹和单纯取平均值不一样。

如果我们只算平均白细胞，可能得到12。
但时间序列模型会看到：

它先升高，然后开始下降。

这在临床上很重要，因为趋势本身就是信息。

举例：
预测术后感染时，CRP从高到低，和CRP持续升高，临床意义完全不同。

4. 纵向数据模型：重复测量，关注个体变化

英文：longitudinal model

纵向数据模型也处理重复测量，但它更强调：

同一个患者自己和自己比，随时间怎么变。

比如我们研究化疗后血红蛋白下降：

• 有些患者本来Hb就低；
• 有些患者下降很快；
• 有些患者下降后能恢复；
• 有些患者持续下降。

纵向模型关心的不只是某次检查值，而是每个患者的变化模式。

举例：
如果你想研究“某药物是否让肾功能下降更快”，纵向数据模型可能比简单比较治疗前后肌酐更合适。

5. 序列模型：输入是一串按顺序排列的信息

英文：sequence model

序列模型不一定只处理实验室指标。它可以处理任何有顺序的信息。

比如：

• 入院 → 手术 → ICU → 抗生素 → 发热 → 血培养
• 门诊第1次 → 第2次 → 第3次随访
• 病程记录按时间排列
• 连续影像或连续照片

序列模型的核心是：

前面发生的事情会影响后面的判断。

举例：
一个患者先出现低血压，再出现乳酸升高，和先乳酸升高、后低血压，临床含义可能不同。

6. LSTM模型：一种常见的序列/时间模型

英文：long short-term memory model, LSTM

LSTM是一种神经网络，常用于处理时间序列或序列数据。

它的特点是：
模型可以在一定程度上“记住”前面的信息，再结合后面的变化作判断。

举例：
如果你有患者术前3天到术后7天每天的D-dimer、CRP、白细胞、血小板数据，LSTM可以尝试学习：

哪种变化轨迹更容易提示术后VTE？

但LSTM不是万能的。它通常需要：

• 样本量较大；
• 时间点比较规律；
• 每个时间点的变量比较完整；
• 事件数足够；
• 有清楚的预测时间点和结局定义。

如果只有几百例患者，事件数很少，强行用LSTM可能只是“看起来高级”，实际容易过拟合。

再来两个临床问题举例 - 小测验

问题1：入院时能不能预测住院期间VTE？

这个问题通常适合静态特征模型。

可选模型：

• 逻辑回归：适合样本量不大、想要解释清楚；
• XGBoost / Random Forest：适合变量多、关系可能非线性；
• Cox模型：如果你关心“多久发生VTE”，而不是单纯是否发生。

取决于什么？

• 预测时间点是否固定：比如入院24小时内；
• 结局时间窗是否固定：比如住院期间或30天内；
• 事件数是否足够（即真正发生VTE结局的数量不能太少）；
• 是否需要给医生一个可信的风险概率；
• 是否报告校准、决策曲线和外部验证。

如果只是想知道“谁更高风险”，AUROC可能有帮助；如果要决定是否预防性抗凝，就必须关心校准和临床阈值。

问题2：术后每天的化验变化能不能提前预警感染或VTE？

这个问题可能不适合只做静态模型。

可选方案有几种：

如果数据少，可以先把时间变化压缩成静态特征：

• 最高值
• 最低值
• 平均值
• 变化幅度
• 上升速度
• 是否连续升高

然后用逻辑回归、XGBoost等模型。

如果数据多、时间点规律，可以考虑：

• 时间序列模型
• 序列模型
• LSTM / GRU等神经网络

如果你更关心某个指标随时间变化和结局的关系，可以考虑：

• 纵向数据模型
• 混合效应模型
• landmark prediction
• joint model

取决于什么？

• 每个患者是否都有相似的检测时间点；
• 数据是否缺失严重；
• 是要预测未来事件，还是解释指标变化；
• 样本量和事件数够不够；
• 医生是否需要可解释的结果；
• 模型输出是“报警”还是“风险概率”。

可以给所有变量填一张表，厘清以下问题：

那么现实问题来了。临床上，医生经常是结合趋势做判断的，岂不是大部分模型都应该要做动态建模？事实上大部分模型并没有动态建模，而表现并不比动态建模差差。

临床上看趋势 ≠ 统计建模一定要做动态模型。

更准确的说法是：

所有临床预测模型都应该先问：这个变量的“时间形态”是否对预测任务有意义。
但不是所有模型都需要非静态建模。

关键区别：趋势可以被“摘要”为静态特征

比如一个预测模型在急诊第 6 小时输出脓毒症恶化风险。医生当然关心乳酸、白细胞、血压、肌酐的变化趋势。但模型未必必须是 dynamic model。它可以把前 6 小时的信息压缩成几个特征：

这时模型本身仍然可以是 logistic regression、Cox、random forest、XGBoost 等“静态输入模型”，但它的输入特征已经带有时间信息。

所以先问：

这个变量应该取单点值，还是时间窗摘要，还是趋势，还是完整序列？

什么时候静态模型是合理的？

静态模型不是低级模型。它在很多临床任务中是合理甚至更好的选择。

比如：

1. 决策本来就发生在一个明确时间点。
例如术前评估、急诊首次分诊、入院时风险评估。医生在那个时点只能根据当时已经有的信息做决定。BMJ 的 step-by-step guide 也强调，预后模型只能纳入做出预后判断时可获得的 baseline predictors。

2. 趋势并没有比单点值增加太多信息。
例如某些稳定慢病风险评估中，最近一次 HbA1c、eGFR、LDL 已经足够代表当前状态。强行建趋势模型可能收益很小。

3. 数据质量不支持真正的动态建模。
真实世界数据里的检验时间常常不规则：有人一天测 5 次，有人三天测 1 次；病情越重测得越多。这种“测量频率本身受病情影响”的情况会带来偏倚。动态模型不是自动更真实，反而可能把医疗行为模式也学进去。

4. 样本量和事件数不够。
Steyerberg 反复强调，复杂模型需要更多数据；动态预测模型、joint model、multistate model 的设定和性能评价都比 baseline t = 0 的预测更复杂。书里明确说 dynamic predictions 更复杂，multistate、landmarking、joint models 可能有用，但模型设定和性能评估也更复杂。

什么时候应该考虑非静态或动态模型？

可以用一个实用判断：

如果“变量如何变化”本身就是临床判断的一部分，而不是仅仅反映当前状态，就应该至少考虑非静态表达。

典型情形：

Steyerberg 书里 joint model 的例子正是这类：HIV 患者根据 longitudinal CD4 cell count 预测死亡，糖尿病患者根据 HbA1c 变化模式预测并发症。书里还说，事件风险可以与 标志物的当前值、变化斜率、曲线下面积相关。

“非静态”分层级：

大多数真实世界临床预测研究其实会落在第 2–3 层，而不是第 5 层。

最后提醒

临床数据建模不是先问“用不用机器学习”，而是先问：

我的临床问题是什么？
我的预测时间点在哪里？
我的数据是一张表，还是一段过程？
我需要排序、分类，还是可用于临床决策的风险概率？

模型只是工具。
真正决定研究质量的，是临床问题、时间结构、变量定义、验证方式和结果能不能被医生使用。

想进一步了解的链接

TRIPOD+AI：临床预测模型报告规范
https://www.tripod-statement.org/

BMJ TRIPOD+AI statement
https://www.bmj.com/content/385/bmj-2023-078378

scikit-learn：机器学习入门工具
https://scikit-learn.org/

scikit-learn probability calibration：概率校准
https://scikit-learn.org/stable/modules/calibration.html

scikit-learn TimeSeriesSplit：时间序列交叉验证
https://scikit-learn.org/stable/modules/generated/sklearn.model_selection.TimeSeriesSplit.html

statsmodels GLM：广义线性模型，包括逻辑回归等
https://www.statsmodels.org/stable/glm.html

lifelines：Python生存分析工具
https://lifelines.readthedocs.io/

PyTorch：深度学习工具，可用于LSTM等神经网络
https://pytorch.org/