构建临床预测模型

Build a Clinical Prediction Model · 🔴专家 · 所属分类：临床研究与公共卫生

预测模型常见的坑：样本量不够、过拟合、只报 AUC 不看校准、没有内外部验证——这样的模型直接上临床风险很大。它按 TRIPOD 帮你把建模做扎实：先看事件数/EPV 够不够，做变量筛选和缺失处理，拟合出可用的评分，再同时评估区分度和校准，用 bootstrap 校正乐观、做决策曲线，能外部验证的也一起做。

适合谁

要开发或验证风险评分、诊断/预后模型的临床研究者、生信/统计人员、方法学方向研究生。

给它什么 · 得到什么

• 你提供：去标识建模数据（候选预测变量与结局，CSV）、结局类型（二分类/生存）、预测目标与使用场景，有的话再给外部验证集
• 你得到：可复现建模代码、变量选择与模型系数/评分表、区分度（C-index/AUC）与校准指标、内部验证与决策曲线分析，以及 TRIPOD 报告要点清单

怎么用

例如「用这份术前数据建一个预测术后 30 天并发症的模型，帮我评估 EPV、做变量筛选、给校准曲线和决策曲线，并用 bootstrap 内部验证」。它会先判断样本量是否充分并规划建模策略，处理缺失和非线性/交互，导出可用评分，再评估区分度、校准和临床效用。

提个醒

模型要经独立外部验证和前瞻评估才能临床使用；产出是研究工具，不构成诊断或对某个病人的决策依据。