四、Results（Item no. 13-17）
第 13 點分成三個小點，「13a」建議以流程圖示意研究對象的收案人數變化，需提供有發生結果事件與沒有發生結果事件的樣本數，倘若結果變項是「time to event outcome」，則需提供平均或中位數追蹤時間。「13b」需提供研究對象的基本資料，其中如果預測變項或結果變項若有遺漏值，需報告每個變項的遺漏個數。「13c」僅適用於驗證型研究，需列出並比較訓練資料集與用於驗證的資料集在基本資料、預測變項與結果變項的分布。
第 14 至 15 點均僅是用於發展模型的研究。「14a」為針對每一個結果變項的分析，需報告有效的發生事件人數，需留意如果結果變項是二元或存活資料，評估模型是否過度契合（Overfitting）不是看總樣本數，而是看發生事件人數；目前在醫學統計領域，廣泛被接受的是「ten-one rule」，亦即每個預測變項至少對應的要有 10 個發生事件人數，例如如果最後預測模型要放 10 個變項，那麼至少要有 100 個發生事件人數，模式才不會過度契合。「14b」要求報告每一個預測變項的未校正的關聯性。
「15a」要提供最後預測模型中，每一個預測因子的迴歸係數（建議至少可以列到小數點第三位），以及需提供模式的截距項（Intercept）或基線存活函數（Baseline survival function），前者適用於二元或計數型資料，後者適用於存活資料。「15b」說明要如何使用所得到的預測模型，列出估計的預測方程式、簡易評分系統（Simple scoring system）或是繪製出 nomogram 都是常見的呈現方式。
第 16 點要求報告關於模式表現測量指標的結果（參考 10d 所提到的項目）。最好可以提供信賴區間，例如最常見的是「C index」，也就是接受操作者曲線下面積（Area under the receiver operating characteristic curve, AUROC 或 AUC），也稱為 C statistics 或 Concordance 等名稱。
第 17 點為模式更新，僅適用於驗證型研究。假使研究人員發現原本的模型在驗證資料的表現不佳，可以將既有模型重新校準（re-calibrate），相關技術細節可以參考 TRIPOD explanations 原始文件（https://bmcmedicine.biomedcentral.com/articles/10.1186/s12916-014-0241-z）。
五、Discussion（Item no. 18-20）
第 18 點為討論研究限制，例如樣本代表性、模型是否有過度契合的疑慮（ten one rule）以及遺漏值帶來的威脅等。
第 19a 點僅適用於驗證型研究，必須討論目前驗證資料的模型表現與其他資料的結果比較，包括原始發展資料的模型表現以及其他驗證資料的表現。第 19b 點為需對於結果作整體的詮釋，包含研究目標、研究限制、類似研究的結果以及相關的證據。
第 20 點為討論該預測模型在臨床上的可能實際用途，以及對於未來研究的啟示為何。
六、Other information（Item no. 21-22）
第 21 點要求提供附錄資源，例如研究的計畫書、該模型的網頁版計算器以及原始資料集等。
第 22 點提供贊助來源以及贊助者在本研究的角色為何。
（全文完）
留言列表
{{ article.title }}