NRI和IDI结果解读：新标志物的增量预测价值.docxVIP

NRI和IDI结果解读

一、分析方法概述

重分类改善指标（NetReclassificationImprovement，NRI）和综合判别改善指数（IntegratedDiscriminationImprovement，IDI）是评价预测模型改善效果的两个重要统计指标。NRI由Pencina等于2008年提出，用于量化新模型相对于旧模型在风险重分类方面的净改善程度，其核心思想是考察新模型是否将更多事件患者正确地向上重分类（预测概率提高）、同时将更多非事件患者正确地向下重分类（预测概率降低）。IDI同样由Pencina等提出，反映新模型在区分度上的综合改善，计算为新模型与旧模型预测概率之差在事件组和非事件组中的平均差异。当NRI和IDI均显著大于0时，说明新模型的预测能力较旧模型有实质性提升。本研究使用SPSSAU软件进行NRI和IDI分析，样本量为320例（阳性158例，阴性162例）。

在SPSSAU【实验/医学研究】模块选择【NRI和IDI】，按提示选择变量，操作如下图：

二、NRI和IDI总体结果

由表1可知，NRI值为31.489%（95%CI：9.954%~53.025%），z=2.866，p=0.0040.05，达到统计学显著水平，说明相对旧模型，新模型的预测能力有显著提升。进一步分解来看，金标准为阳性组的NRI为25.316%（z=3.289，p=0.001）