门诊坐到下午，分诊护士又递进来一份胸部影像。同样是社区获得性肺炎的中年人，上午那位三天后退烧回家，下午这位住院第五天转进了重症监护病房。两次查房间隙，我反复转同一个念头：能不能在开第一剂抗生素之前，先把这位病人的重症风险算出一个概率。
于是我翻出抽屉里那份攒了三年的病历表。既然每天都能看见结局，为什么不把这些数据做成一个临床预测模型（clinical prediction model，用若干预测因子估计个体发生某结局的概率）。真正让我停下来的是查文献的结果：有方法学综述做过统计，同一个临床问题往往能堆出几十个甚至几百个模型，某类呼吸系统传染病的预后模型已被数出 353 种，某类胰腺癌的风险预测模型有 38 种，可在门诊里被用起来的几乎没有。落差不在数据多少，而在从临床问题走到研究问题这条路上被跳过了多少步。
临床问题 → 研究问题：先分清诊断还是预后
第一个要回答的不是「能不能做模型」，而是「我要做的是哪一种模型」。诊断模型（diagnostic model）估计此刻患病的概率，多对应横断面研究；预后模型（prognostic model）估计未来某个时间窗内发生某结局的概率，多对应队列研究。分不清这一层，后面的设计与报告都会错位。
也不是所有临床问题都该走预测模型。若要回答「某个干预或暴露有没有作用、作用多大」，那属于效应估计，应走假设检验或多变量校正模型，硬套预测模型只会让问题变形。国内方法学文献把这层分类前置，莫航沣、陈亚萍、韩慧等在《中国循证医学杂志》发表的《临床预测模型研究方法与步骤》，以及《中华流行病学杂志》2025 年刊出的 TRIPOD+AI 解读，都是如此。
病历 → 数据集：TRIPOD+AI 先问你要报告什么
把「我有病历数据」变成「我有可分析的数据集」，要写清数据来源是电子病历、登记库还是既往试验；纳入与排除标准；每个预测因子在什么时点、用什么方式测量；结局如何定义、时间窗多长；缺失值怎么处理；样本量依据是什么。
TRIPOD+AI 声明（Collins GS, Moons KGM, Dhiman P, et al. BMJ 2024;385:e078378）用 27 项清单取代 2015 版 TRIPOD，把这些问题逐条拆开，并针对 AI 与机器学习补了超参数调优、训练、验证与测试集划分、代码与数据可得性、亚组公平性、类别不平衡处理等要求。
最常被审稿人抓住的硬伤，是回顾性数据里临床最在意的那个结局根本没有被系统记录。你想预测 30 天再入院，病历里只写了本次住院；你想区分轻症转重症，转科当天的生命体征成片缺失。建模前先统计候选结局的可得性，再评估这个问题。
区分度 → 校准度：AUC 高不等于能用
模型做出来先看两把尺子。区分度（discrimination）说明模型能不能把高风险和低风险的人分开，常用 AUROC 或 C 统计量表示，只看排序，不看数值。校准度（calibration，指预测概率与实际观察到的发生率吻合到什么程度）才说明预测的数值准不准。临床上决定一个模型能不能用的是校准度，而它恰恰是报告里最常缺的。
我见过太多「AUC 0.85」的模型，校准曲线却明显偏离 1，把 10% 的风险报成 30%，医生据此做的决策会被带偏。TRIPOD+AI 之所以把校准度单列条目，正因为它受人群基线风险与预测因子分布影响，换一个人群就会漂移。
研究里用到机器学习或大语言模型，报告要求还要再加一层。TRIPOD-LLM（Gallifant J, et al. Nature Medicine 2025）给出 19 个主条目、50 个子条目，要求写明模型精确版本号、完整提示词、推理参数（如 temperature），以及非确定性输出的处理方式与人工复核流程。
自家数据 → 外部验证：模型崩在换一家医院
模型在自己数据里表现好，不代表能用。内部效度回答「结果可不可重复」，靠交叉验证、bootstrap 等重抽样方法估计。外部效度回答「结果能不能推广」，要求把模型拿到新人群、新机构或新时间段验证。很多模型在开发集里亮眼，换一家医院就明显掉下来，原因通常不是算法，而是人群基线与结局定义变了。
TRIPOD+AI 明确区分模型开发（development）、外部验证（external validation）与模型更新（updating）三类研究，报告条目随类型不同而不同，不能拿开发类清单去套验证类论文。判断偏倚风险则用另一套工具。PROBAST+AI（Moons KGM, Damen JAA, Kaul T, et al. BMJ 2025;388:e082505，DOI 10.1136/bmj-2024-082505）取代 2019 版 PROBAST，开发部分 16 个信号问题、评估部分 18 个信号问题，围绕研究对象与数据来源、预测因子、结局、分析四个域判定，适用性只对前三个域评级。它是偏倚风险评估工具，与作为报告规范的 TRIPOD+AI 不能互相替代。
临床问题 → 工具协同：把方法学清单变成可执行的写作流程
清单读完，难的是把它落成每天能执行的动作。我把这条链放到 DeepBio 上跑，分三站。
文献与证据整理：把研究问题、目标人群、候选预测因子和结局写成任务说明，连同既往模型文献与指南原文一起上传，让平台围绕「我这个临床问题」输出已有模型清单，标出证据等级、主要风险提示与后续验证路径。再把 TRIPOD+AI 的 27 项与 PROBAST+AI 的信号问题做成一张合规矩阵，逐条标注本研究的稿件页码位置。
实验与研究设计 / 临床研究辅助：梳理研究目标、样本需求、关键变量、纳排标准与终点设计，形成可执行的研究计划，并提前暴露几个高频问题：结局在原始数据里不可得、随访时间窗过短、同一个预测因子在不同病人身上测量时点不一致。
综述与论文写作：把结构化的分析结论转成综述框架与论文初稿，套用院校学位论文格式模板，自动处理参考文献与引文规范。这一步解决的是格式层面的重复劳动，方法学判断仍由研究者自己做。
这条流程分三步走：把研究资料、数据表、图像与任务说明交进去，平台给出分析思路、结果和文件，研究人员对照原始材料逐项核对，再继续追问或导出。DeepBio 定位是研究辅助，不替代专业判断、诊断或治疗建议；输出可能存在错误，应结合原始资料使用。文中涉及健康与临床的仅为方法学讨论，不构成医疗建议。
你在把临床问题转成研究问题的路上，卡住最久的是哪一步。是先分不清诊断还是预后，还是攒了一屋子病历却发现结局没记录，或者模型换家医院就崩了。欢迎在评论区留下你的具体情境，我挑几类典型的转化困境做一次方法学拆解。
标签：#SCI #期刊投稿 #论文写作 #临床研究 #预测模型 #循证医学 #医学统计 #科研方法 #DeepBio
