《基于多变量预测模型透明报告(TRIPOD)的研究和声明》
本文由 Gary S. Collins (University of Oxford)、Johannes B. Reitsma (University Medical Center Utrecht)、Douglas G. Altman (University of Oxford) 和 Karel G.M. Moons (University Medical Center Utrecht) 联合撰写。文章发表于 Circulation 杂志，于 2015 年 1 月 13 日公开发表。
在医学领域，诊断和预测是临床决策和治疗的重要组成部分。诊断预测模型用来估算某一疾病或状态在特定患者中是否存在，而预后预测模型则用于预测特定事件是否会在未来发生。这些模型通过结合多变量（如患者特征、症状、测试结果）计算疾病概率或风险，帮助医生进行决策，指导进一步检查、治疗计划、甚至患者教育。
然而，发表的预测模型研究普遍存在报告质量低的问题，比如模型开发和验证方法不充分、数据不透明等。这种问题导致难以准确评估模型的偏倚风险和实用性。因此，TRIPOD（Transparent Reporting of a multivariable prediction model for Individual Prognosis Or Diagnosis）声明应运而生，其目的是改善预测模型研究中的报告透明度。
本文追踪了TRIPOD声明的开发过程，提供了改进预测模型研究报告的22项核心指导原则。
为了解决预测模型研究中透明性不足的问题，TRIPOD 项目组织了系统性文献综述，涵盖报告指南、预测模型开发和验证方法学、预测模型的实际应用等，初步提取了129个可能的检查项。
基于初步综述结果，研究团队精选了76个候选检查项，并邀请25位预测模型领域的专家（包括统计学家、流行病学家、医学从业人员和期刊编辑）参与网络调查，对每项候选检查项进行重要性评分。
在 2011 年 6 月于英国牛津举行的为期三天的会议中，与会的24位专家逐条详细讨论了候选检查项，达成共识来保留、合并或删减部分内容。随后，研究团队进行了多轮面对面及邮件讨论，将筛选后的内容进一步精炼为覆盖22个核心指导项的“TRIPOD声明”。
最终的TRIPOD声明附带解释与阐述文档，确保每一检查项有实际案例支持，用于帮助研究者全面理解并应用这些指导项。
TRIPOD声明分为标题与摘要（2项）、背景与目的（1项）、方法（9项）、结果（5项）、讨论（3项）、其他信息（2项）六大部分。 主要内容包括： 1. 明确诊断或预后模型的开发与验证背景。 2. 提供模型开发或验证的研究对象、数据来源、统计方法和模型性能的详细描述。 3. 对未使用的验证方法、或数据缺失的处理方式做清晰报告。 4. 重视模型性能的内部验证和外部验证，包括校准、区分能力的评估。 5. 报告结果的同时提供模型所有回归系数及计算方法，以保证其他研究者可以复现。
文章引用了多项文献综述，用数据支持报告质量普遍较差的情况。例如在癌症预测模型研究中，研究细节（包括数据来源、处理方法和模型构建策略）经常被省略；而在糖尿病和慢性肾病模型研究中，数据缺失和模型内部及外部验证方法不充分的情况屡见不鲜。
TRIPOD适用于诊断和预后预测模型的开发与验证，不包括多变量模型在病因学研究或单一预测因子研究中的应用，也非评估预测模型对医生行为和患者结果影响的模型研究。
与现有的报告指南相比（如STROBE、STARD、GRIPS等），TRIPOD明确着重于多变量预测模型的透明性和使用性。尤其对于生物标志物的纳入、验证数据与开发数据的异同及数据完整性问题，TRIPOD提供了更详细的指导。
本文在医学模型研究的背景下提出了一个基于透明性原则的报告框架——TRIPOD声明，通过22项核心指导方针，构建了一套系统、全面的学术规范。这一声明不仅反映了当前预测模型研究中普遍存在的不足，更为未来模型研究的科学性、透明性及临床适用性提供了重要保障。TRIPOD的推出将被视为推动医学预测模型研究质量提升和临床应用发展的重要里程碑。