순서가 있습니다. 포털 넷(연구방·지식센터·커뮤니티·아카데미)을 먼저 담고,
SSRA 는 맨 나중에 담아 주세요. SSRA 를 먼저 담으면 나머지가 그 안에 포함된 것으로
잡혀 따로 담기지 않습니다. 아이콘도 담을 차례대로 놓았습니다 — 왼쪽부터 차례로 누르시면 됩니다.
Discrimination and Calibration of Clinical Prediction Models
Ana Carolina Alba, Thomas Agoritsas, Michael W. Walsh 외 · JAMA · 2017년 · 조회 2
왜 이 논문인가 — 선정 기준
RESEARCH PAPER · 후속 연구설계에 활용하기 좋은 논문 — 척도·모형·프레임워크류, 피인용 다수
2017-10 발표 · 피인용 1,719회 · 분야 내 인용 영향력 상위권 · 동년 인용 상위 1% · 참고문헌 35개
RESEARCH PAPER 슬롯은 후속 연구 설계에 활용도가 높은 논문을 선정하며, 이 논문은 JAMA 2017년 발표 이후 1,719회의 피인용으로 높은 영향력을 가지고 있다.
논문 요약
이 논문은 임상 예측 모델을 평가할 때 핵심이 되는 차별도와 보정 지표를 설명하는 사용자 가이드를 제공한다. 차별도는 사건 발생 여부를 구분하는 능력을, 보정은 절대 위험 예측의 정확성을 의미한다. 다양한 평가 지표와 해석 방법을 제시해 기존 모델 개발·검증 가이드를 보완한다. 임상의가 기존 모델을 최적 활용하도록 돕는다.
후속 연구설계에 활용하기
후속 연구에서는 차별도(AUC)와 보정(칼리브레이션 플롯) 지표를 새로운 예측 모델의 검증 기준으로 채택할 수 있다.
핵심어
임상 예측 모델차별도보정위험 예측
실존 확인
이 논문은 OpenAlex에서 후보로 수집한 뒤, Crossref에 등록된 DOI와 제목 일치를 확인해 노출합니다.
SSRA가 문헌연구에서 인용 논문의 실재 여부를 검증하는 원칙과 같습니다.