从治疗路径到患者原型：面向价值医疗基准化的潜在类别分析框架
From therapeutic pathways to patient archetypes: a latent class analysis framework for Value-Based Healthcare benchmarking
该研究针对价值医疗（VBHC）在跨机构基准比较中病例组合偏倚问题，提出以治疗路径而非单纯生物学特征划分患者原型。基于2018–2020年确诊的2485例乳腺癌患者队列，采集基线与6个月随访的人口学与治疗变量，在80%训练集中应用潜在类别分析（LCA）建模，以aBIC、熵值和后验概率评估拟合与分类质量，并在20%测试集中用随机森林验证分类稳健性，另在外部多中心队列（N=352）检验可推广性。结果选出六类原型方案，熵值0.932，与随机森林分类一致率达99.68%，外部队列平均后验概率0.965。作者认为LCA可透明…
推荐理由：方法学（LCA划分治疗路径原型并做内外部验证）设计扎实、可迁移至ART结局基准化，但研究对象为乳腺癌，与生殖内分泌/辅助生殖无直接关联，仅对关注价值医疗与病例组合校正方法的研究者具方法学参考价值。