新冠肺炎（COVID-19）的蔓延和激增为全世界的卫生系统带来了巨大压力。但对于该疾病的诊断和预后的预测模型能否有效辅助临床决策和管理尚未可知。2020年4月，荷兰和英国的学者在《BMJ》上发表了一项研究，对此进行了评估。

目的：审查并严格评估已发布和预印本报告的预测模型，这些预测模型用以诊断疑似感染的COVID-19患者、预测COVID-19患者预后以及在普通人群中识别COVID-19高风险人群。

设计：快速的系统评价和严格评估。

数据来源：在PubMed和Embase数据库中检索了截至2020年3月24日通过Ovid，Arxiv，medRxiv和bioRxiv发布的的相关预测模型。

研究选择：开发或验证多变量COVID-19诊疗相关预测模型的研究。

数据提取：至少两名作者使用CHARMS（对预测模型研究进行系统评价的严格评估和数据提取）清单独立提取数据；使用PROBAST（预测模型偏倚风险评估工具）评估偏倚风险。

结果：筛选出2696篇文章，纳入27项研究的31个预测模型。识别了三个模型用以预测整体人群因肺炎和其他事件（作为COVID-19肺炎的替代结局）的住院率；18个诊断模型用于检测COVID-19感染（其中13个基于对CT影像参数的深度学习）；10个预后模型用于预测死亡风险、重症进展及住院时间。只有一项研究使用了中国境外的患者数据。疑似患者中，COVID-19的最常报告预测因素包括年龄、体温以及体征和症状。COVID-19患者中严重预后的最常报告预测因素包括年龄、性别、计算机断层扫描特征、C反应蛋白、乳酸脱氢酶和淋巴细胞计数。在普通人群的预测模型中（针对所有3个模型），C指数估计值范围为0.73～0.81，在诊断模型中，C指数估计值范围为0.81～超过0.99（针对18个模型中的13个），以及在预后模型中（10个模型中的6个），C指数估计值范围为0.85～0.98。所有研究均被评定为有偏倚高风险，主要是因为对照患者的选择不具有代表性，研究结束时排除了未经历关注事件的患者，以及模型过度拟合的高风险。研究之间的报告质量差异很大。大多数报告没有包含研究人群的描述或模型的预期用途，并且很少评估预测的校准。

结论：COVID-19的预测模型正在迅速进入学术文献，以在迫切需要时支持医学决策。这项审查表明，提出的模型报告不佳，存在高偏倚风险，并且报告的模型性能可能过于乐观。为了共同努力开发更严格的预测模型，并验证现有模型，需要立即共享来自COVID-19研究的记录良好的个人参与者数据。纳入研究中确定的预测因素，可以视为新模型的候选预测因素。应遵循方法学指导，因为不可靠的预测可能会在指导临床决策中造成弊大于利。最后，研究应遵循TRIPOD（针对个体预后或诊断的多变量预测模型的透明报告）报告指南。

（选题审校：徐晓涵 编辑：常路）
（本文由北京大学第三医院药剂科翟所迪教授及其团队选题并审校，环球医学资讯编辑完成。）

（专家点评：）
虽然目前还尚无治疗COVID-19的特效药物，但不同药物治疗的方案对于患者预后的影响也值得关注，预测模型也应该考虑临床干预措施，可使预测结果更趋近于真实世界的发展。

参考资料：
BMJ. 2020 Apr 7;369:m1328.
Prediction Models for Diagnosis and Prognosis of COVID-19 Infection: Systematic Review and Critical Appraisal
https://www.ncbi.nlm.nih.gov/pubmed/32265220