📊 statistics

Selection and Collider Restriction Bias Due to Predictor Availability in Prognostic Models

这篇方法学笔记探讨了预后模型中因预测变量可用性所导致的样本选择偏差和碰撞限制偏差问题。

原作者： Marc Delord

发布于 2026-02-20

📖 1 分钟阅读☕ 轻松阅读

原作者： Marc Delord

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇文章探讨了一个在医学预测模型中经常被忽视，但却非常致命的问题：“数据缺失”不仅仅是少几个数字，它可能会彻底扭曲医生的判断。

为了让你轻松理解，我们可以把这篇文章的核心思想比作**“在迷雾中通过路标预测天气”**。

1. 背景：我们想预测什么？

医生们喜欢用“预测模型”（比如 Framingham 心脏风险评分或 KFRE 肾脏衰竭风险方程）。这些模型就像天气预报，它们根据你现在的身体状况（年龄、血压、血糖等），告诉你未来得某种病的概率有多大。

理想情况：模型假设医生能随时拿到所有需要的“路标”（数据）。
现实情况：并不是所有路标都在那里。有些数据（比如尿蛋白检测）只有在病人病情看起来比较严重时，医生才会去测。

2. 核心问题：为什么“没测”比“测了”更危险？

文章指出，当数据缺失不是随机的，而是取决于病情严重程度时，就会发生两种可怕的偏差：

比喻一：只检查“生病的人” (选择偏差)

想象一下，你想研究“穿红衣服的人是否更容易晕倒”。

错误做法：你只去急诊室调查。因为晕倒的人才会被送进急诊室，而晕倒的人往往是因为身体本来就不好（病情重）。
结果：你发现急诊室里穿红衣服晕倒的人很多。于是你得出结论：“红衣服导致晕倒”。
真相：其实是因为病情重的人才会被送进急诊室（被选中），同时病情重的人更容易晕倒。你只看到了“被选中”的那群人，忽略了那些穿着红衣服但身体很好、根本没进急诊室的人。

在医学模型中，如果只有病情严重的病人做了某项检查（比如尿蛋白），模型就会误以为这项检查指标和疾病有某种特殊的联系，从而高估了风险。

比喻二：被“夹击”的真相 (对撞机偏差)

这是文章最精彩、也最复杂的部分。作者引入了一个概念叫**“对撞机” (Collider)**。

想象一个**“安检门”**（这就是预测模型中需要数据才能计算的那一步）：

原因 A：病人病情重（比如肾脏功能差，eGFR 低），医生觉得“得查查尿蛋白”，于是去测了。
原因 B：病人有其他并发症（比如糖尿病），医生也觉得“得查查尿蛋白”，于是去测了。

关键点来了：
只有当 A 或 B 发生时，病人才能通过安检门（获得尿蛋白数据）。

如果你只分析那些通过了安检门（有尿蛋白数据）的人，你就创造了一个奇怪的扭曲空间。
在这个空间里，“病情重”和“有糖尿病”这两个本来互不相关的因素，竟然看起来像是“对头”了！
- 为什么？因为如果你没有糖尿病（原因 B 缺失），那你必须病情非常重（原因 A 极强）才能触发医生去测尿蛋白。
- 反之，如果你没有病情重（原因 A 缺失），那你必须有糖尿病（原因 B 极强）才能触发检测。

结果：模型会错误地认为，“没有糖尿病”的人病情反而更重，或者完全搞反了变量之间的关系。这就好比在安检口，你发现“没带钱包”和“没带钥匙”的人总是成对出现，于是你得出结论：“不带钱包的人一定没带钥匙”，其实这只是因为安检规则把特定组合的人筛选出来了。

3. 现实案例：肾脏衰竭预测 (KFRE)

文章用了一个真实的例子：肾脏衰竭风险方程 (KFRE)。
这个模型需要两个关键数据：

eGFR（肾功能指标，通常大家都有）。
尿蛋白 (uACR)（这个指标很麻烦，很多社区医生不常给轻症病人测）。

发生了什么？

只有那些看起来病情比较重，或者合并了糖尿病的病人，医生才会去测尿蛋白。
那些病情轻微、没有并发症的病人，因为没被测尿蛋白，数据里就没有他们。
后果：模型在训练时，只看到了“病情重”或“有糖尿病”的人。它学歪了，以为尿蛋白和疾病的关系是某种特定的样子。当它拿去给普通大众（包括那些没被检测的轻症病人）做预测时，结果就会完全不准，甚至产生误导。

4. 这篇文章想告诉我们什么？

数据不是越全越好，而是要“随机”或“全面”：如果数据缺失是因为“病情重才测”，那这个数据本身就是有偏见的。
小心“对撞机”：在建立模型时，如果某个数据的获取取决于两个不同的原因（比如病情重 + 有并发症），强行只分析有数据的人，会像把两个原本不相关的齿轮强行咬合，导致整个机器（模型）运转错误。
未来的方向：
- 医生和研究人员不能只盯着那些“有完整数据”的病人。
- 我们需要设计更简单的模型，或者在研究设计阶段就确保所有病人都接受同样的检查，而不是等到病情严重了才去补数据。
- 核心教训：在医学预测中，“没测出来”本身就是一种重要的信息，如果忽略它，模型就会变成“瞎子”。

总结

这就好比你试图通过观察“急诊室里的人”来预测“谁会在公园里晕倒”。如果你只统计急诊室的数据，你会误以为“穿红衣服”是晕倒的原因，因为穿红衣服的人（病情重）更容易进急诊室。

这篇文章提醒我们：在构建医疗 AI 或预测模型时，必须警惕“谁被选中了数据”这个问题，否则算出来的结果不仅没用，还可能害死人。

论文技术总结：预后模型中的预测因子可用性偏差

1. 研究背景与问题 (Problem)

背景：临床预后模型（如 Framingham 风险评分、QRISK3）旨在基于患者的临床和非临床特征，估算其在特定时期内发生特定健康结局（如疾病发作、死亡等）的概率。近年来，尽管关于模型开发、验证和报告的方法学指南日益完善，但大多数指南隐含了一个关键假设：模型所需的预测因子在临床护理点（point of care）是常规可用的。
核心问题：
- 当使用回顾性数据开发或验证预后模型时，样本选择受限于“有记录预测因子的患者”。
- 如果预测因子的测量是独立于结局风险决定因素的，这种限制可能不会导致偏差。
- 然而，如果预测因子的测量取决于潜在的疾病严重程度或相关的医疗流程（即病情越重越容易被检测），那么限制分析仅包含有记录的患者，实际上就是基于疾病严重程度进行了筛选。
- 这种机制会导致筛选偏差（Selection Bias），甚至在特定因果结构下导致对撞机限制偏差（Collider Restriction Bias），从而扭曲预测因子与结局之间的关联，导致模型系数估计有偏，降低模型在真实世界中的适用性。

2. 方法论与理论框架 (Methodology)

本文主要采用**因果推断（Causal Inference）的视角，利用有向无环图（DAGs）**来形式化描述预测因子可用性偏差的机制。

因果图分析：
- 变量定义： $U$ （未观察到的潜在疾病严重程度）， $P_1, P_2$ （预测因子）， $Y$ （结局）， $I\{P \text{ is measured}\}$ （预测因子是否被测量的指示变量）。
- 场景 A（经典筛选偏差）：潜在疾病严重程度 ( $U$ ) 同时影响结局 ( $Y$ ) 和预测因子的测量 ( $I\{P\}$ )。限制分析于有测量数据的样本，等同于根据 $U$ 进行筛选，导致偏差。
- 场景 B（代理变量筛选）：一个已测量的预测因子 ( $P_1$ ) 作为 $U$ 的代理。随着 $P_1$ 恶化，触发进一步的临床检查，导致第二个预测因子 ( $P_2$ ) 被测量。此时， $P_2$ 的可用性受 $P_1$ 和 $U$ 共同影响，仍导致筛选偏差。
- 场景 C（对撞机限制偏差）：这是本文强调的关键机制。潜在疾病严重程度 ( $U$ $U$ ) 和其代理 ( $P_1$ $P_{1}$ ) 共同影响第二个预测因子 ( $P_2$ $P_{2}$ ) 的测量。此时， $P_2$ $P_{2}$ 的可用性成为一个对撞机（Collider）。
  - 关键发现：当对对撞机（即 $P_2$ 的可用性）进行条件限制（即只分析有 $P_2$ 数据的患者）时，会人为地引入 $P_1$ 和 $U$ 之间的虚假关联，进而扭曲所有基线预测因子与结局之间的关联，而不仅仅是涉及 $P_1$ 和 $P_2$ 的部分。
案例研究：
- 以**肾脏衰竭风险方程（KFRE）**为例。该模型用于预测慢性肾脏病（CKD）患者进展为肾衰竭的风险，包含年龄、性别、eGFR 和尿白蛋白/肌酐比值（uACR）。
- 现实困境：在初级保健中，uACR 的测试并不常规进行（仅约 25%-37% 的 CKD 患者接受测试）。
- 偏差机制：
  1. eGFR 下降（反映病情）会促使医生进行 uACR 测试。
  2. 医生对肾衰竭风险的总体感知（基于症状、合并症如糖尿病）也会独立促使 uACR 测试。
  3. 因此，uACR 数据的可用性同时取决于 eGFR 和潜在风险感知，构成了对撞机结构。仅使用有 uACR 数据的患者开发模型，会引入严重的对撞机偏差。

3. 关键贡献 (Key Contributions)

揭示隐性假设：明确指出当前预后模型方法学文献中普遍忽视的一个核心假设——“预测因子在临床点的常规可用性”，并论证该假设在回顾性数据研究中往往不成立。
区分偏差类型：通过 DAG 清晰地区分了由预测因子可用性引起的经典筛选偏差与更隐蔽、破坏性更强的对撞机限制偏差。
阐明对撞机效应的后果：强调了对撞机限制偏差不仅影响特定变量，还会扭曲模型中所有预测因子与结局的关联，导致模型系数无法代表真实的高风险人群，甚至可能产生误导性的临床决策。
提供实证证据：利用 KFRE 和全球慢性肾脏病护理数据，展示了预测因子（如 uACR）的测量并非随机缺失，而是与疾病严重程度和医疗决策高度相关，从而在现实中验证了理论模型。

4. 主要结果 (Results)

理论结果：在 DAG 框架下证明，当预测因子的测量依赖于疾病严重程度或其代理变量时，限制样本会导致估计偏差。特别是当存在对撞机结构时，条件限制会破坏预测因子与结局之间的真实因果路径。
实证结果：
- 在 CKD 患者中，uACR 测试率极低（全球范围内仅约 47.4%），且测试概率与疾病严重程度和治疗状态强相关。
- 这意味着基于现有回顾性数据（仅包含有 uACR 记录的患者）开发的 KFRE 模型，其系数可能无法准确反映所有 CKD 患者（包括那些未接受测试的低风险或未被识别的高风险患者）的真实风险关系。
- 这种偏差解释了为何 KFRE 在理论上表现良好，但在临床实践中的采纳率和适用性受限。

5. 意义与启示 (Significance)

对模型开发的指导：
- 在开发和验证预后模型时，必须显式评估预测因子的缺失机制（Missingness Mechanism）。不能简单地假设数据缺失是随机的（MCAR）或与结局无关。
- 如果预测因子的可用性受疾病严重程度影响，直接剔除缺失数据可能会导致严重的对撞机偏差。
对临床实践的影响：
- 强调了简化预后模型（使用常规、必测的预测因子）的重要性，以减少因数据可用性差异带来的偏差。
- 呼吁在前瞻性队列研究中更谨慎地设计数据收集流程，确保关键预测因子在目标人群中的一致性测量。
方法论反思：
- 现有的 TRIPOD 等报告指南虽然规范了模型报告，但尚未充分解决“预测因子可用性”这一根本性的选择偏差问题。
- 未来的研究需要结合因果推断方法，在模型验证阶段考虑并校正因预测因子可用性导致的偏差，以提高模型在真实世界中的泛化能力和临床效用。

总结：该论文通过因果推断视角，深刻揭示了预后模型开发中一个长期被忽视的陷阱——预测因子可用性偏差。它警告研究者，如果忽略预测因子测量背后的因果机制（特别是对撞机结构），即使统计方法再严谨，得出的模型也可能存在根本性的偏差，从而误导临床决策。