Development and External Validation of a Prognostic Prediction Model for Hospitalization in SARS-CoV-2-Infected Ambulatory Patients
研究为回顾性队列分析，利用电子健康记录数据开发并外部验证预测模型，包含模型推导、交叉验证和外部验证，但缺乏前瞻性实验干预或机制验证。
犹他州Inter mountain Health门诊患者队列（n=22,859） 宾夕法尼亚州Lehigh Valley Health Network门诊患者队列（n=10,670）
模型仅使用三个临床预测因子：年龄、呼吸频率、脉搏血氧饱和度。 推导队列：2021年12月至2023年3月期间，在犹他州185家门诊诊所检测阳性的有症状成人。 外部验证队列：2021年11月至2022年10月期间，在宾夕法尼亚州Lehigh Valley Health Network检测PCR阳性的门诊患者，且需有有效的血氧饱和度测量值。 结局定义：推导队列为30天内因COVID-19住院（主要诊断为COVID-19），验证队列为30天内任何原因住院。
提炼研究问题、关键发现与证据，快速把握文章的核心贡献。
按研究推进顺序梳理实验设计、验证步骤与关键观察。
建立推导队列和外部验证队列，获取患者临床、社会、环境等数据。
从犹他州Intermountain Health系统提取2021年12月至2023年3月期间检测阳性的22,859名门诊患者数据，从宾夕法尼亚州Lehigh Valley Health Network提取2021年11月至2022年10月期间PCR阳性且有血氧饱和度值的10,670名患者数据。收集年龄、生命体征、合并症、疫苗接种状态、保险类型、邮政编码等。
开发并比较随机森林和多变量逻辑回归模型，评估临床、社会、环境因子对预测性能的贡献。
使用随机森林和逻辑回归模型，纳入临床变量（年龄、生命体征、合并症）、SDoH（中位家庭收入、保险类型）、季节性和空气污染数据（TROPOMI和MODIS数据）。通过交叉验证评估AUC，并逐步减少预测因子以确定最小且性能最佳的模型。
评估模型的判别能力、校准度和临床效用。
在推导队列内部交叉验证和外部验证队列中计算AUC、灵敏度、特异度、NPV、PPV；绘制校准曲线和决策曲线；与Webb风险评分比较。
按研究目的归类文中使用的方法，便于定位所需技术。
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| SARS-CoV-2检测 | Cepheid Xpert Xpress/CoV2/Flu/RSV plus快速PCR检测 | Cepheid | -- |
| BD Veritor快速抗原检测 | BD | -- | |
| 环境数据获取 | TROPOMI | -- | -- |
| MODIS产品MYD21A1D | -- | -- | |
| 数据处理 | R | -- | -- |
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 数据收集与队列构建 | 纳入/排除标准：推导队列为18岁及以上、有症状、快速检测阳性且无近期感染；验证队列为PCR阳性且有血氧饱和度值。 阅读提示：Methods: Study Design, Setting, and Data Source; External Validation |
| 预测因子 | 预测因子：年龄、呼吸频率、脉搏血氧饱和度；生命体征测量方法及设备未明确说明。 阅读提示：Methods: Clinical Predictor Variables; Table 1 |
| 模型开发 | 模型类型：逻辑回归，预测变量为年龄、呼吸率、脉搏血氧；缺失值插补方法：missRanger单次插补；交叉验证方法：80/20分割，100次迭代。 阅读提示：Methods: Statistical Analysis and Model Development |
| 外部验证 | 验证队列包含无症状患者，结局定义为30天内任何原因住院，与推导队列不同。 阅读提示：Methods: External Validation; Discussion (Limitations) |
