潜在差异分数模型是基于算术差异分数的锚定驱动最小重要变化计算方法的一个可行替代方案

《Journal of Patient-Reported Outcomes》：The latent difference score model is a viable alternative to arithmetic difference score-based anchor-driven minimal important change calculation

　　

摘要

背景

传统的测量指标（MIC）估计值包含了患者报告量表（PROMs）中的测量误差。LDSM（Latent Structural Equation Modeling）提供了一种可行的替代方法，可以在控制测量误差的情况下估计MIC。我们还提出了一个概念框架，用于考虑计算基于锚点的MIC所需的多个步骤。

方法论

我们使用了KASTPain研究的数据来说明LDSM在估计MIC中的应用。KASTPain是一项无效应的多中心随机临床试验，共有364名膝关节骨关节炎患者参与了研究，并接受了膝关节置换手术。基于结构方程建模框架，我们利用LDSM估计了三种常用的患者报告结局（疼痛和功能状态）的MIC。

结果

我们通过LDSM得到了9个MIC估计值，这些估计值来自3种PROM与3次术后测量结果的交叉分析。接收者操作曲线（Receiver Operating Curve）分析结果显示，所有分析的曲线下面积都很高（中位数：0.88，范围：0.77–0.90）。

结论

对PROM变化的潜变量建模可以排除PROM测量误差，相比更传统的MIC估计方法可能具有优势。