予測モデルの外部妥当性検証に必要なサンプルサイズ、経験則を避け個別計算で信頼性向上

【背景】

臨床予測モデルは新たなデータでその性能を評価する外部妥当性検証が不可欠ですが、多くの研究はサンプルサイズが不十分で信頼性に欠けます。本研究は、予測モデルの外部妥当性検証研究における適切なサンプルサイズ計算方法を提示し、信頼性の高い結果を得るための指針を提供します。

【結果】

予測モデルの外部妥当性検証研究において、信頼できる結果を得るためには、経験則に頼らず、モデルと設定に合わせてサンプルサイズを計算する必要があると提案されました。具体的な数値や効果量は記載されていませんが、個別の状況に応じた計算が重要であると強調されています。

【臨床へのインパクト】

本研究は、日本の臨床医が海外の予測モデルを導入したり、自施設で開発したモデルを検証したりする際に、研究計画段階でのサンプルサイズ設定に大きな影響を与えます。従来の経験則に依存せず、各モデルの特性や対象集団、検証目的を考慮した綿密なサンプルサイズ計算を求めることで、外部妥当性検証研究の信頼性を向上させ、ひいては臨床現場への予測モデルの導入判断の精度を高めることにつながると考えられます。

本記事は AI（Gemini）が PubMed 上の英語 Abstract を要約したものです。臨床判断には必ず原著をご確認ください。