临床医生忙，没有时间做科研？可能更多的原因是没有找到合适的方法，因为发表论文也是有满满“套路”的，掌握了这种“套路”，就可以实现低投入且高产出的论文，甚至可以实现SCI论文的批量化产出，岂不美哉？

临床预测模型就是拯救临床医生陷入科研困境的一大利器，有了它不仅可以短期内高效产出论文，也能点燃临床医生的科研热情。那么，什么是临床预测模型呢？临床预测模型是指利用多因素模型估算患有某病的概率或者将来某结局发生的概率，主要包括诊断模型和预后模型。是不是有点不知所云，没关系，我们以实战演练来说明！

预后模型常用于临床肿瘤的预后研究（非肿瘤研究暂不讨论），我们以“胃癌”预后的风险因素研究为案例来介绍。

第一步：根据研究目的和主题，确定研究结局（OS、PFS、CS等）、研究的影响因素（变量）和统计方法。

第二步：根据确定的研究变量收集数据和预处理数据。因原始数据往往会包含脏数据等情况，需要进行预处理才能进行后续的统计建模。

第三步：潜在风险因素的筛选。一般采用单因素Cox回归、LASSO回归等方法筛选初步有统计学意义的变量。

第四步：构建模型与可视化。基于初步有统计学意义的变量采用多因素Cox回归方法进行建模，并将独立危险因素（有统计学意义的变量）以列线图的形式进行展示。

第五步：模型从3个维度进行评价与验证。分别以ROC、校准曲线和DCA评价模型的区分度、一致性和临床适用性。

第六步：根据模型将患者划分分高风险、低风险（也可以加个中风险）人群，采用Kaplan-Meier进行分析，以Log-rank检验进行差异性比较。从而进一步证实模型的有效性。

第七步：结果描述与整理、撰写等。

后记：

预后模型的研究离不开“随访数据”的内容，但是临床上仅靠医生手工随访获取的数据是非常有限的，然而缺乏随访数据就限制了预后模型的研究和文章发表。该如何突破这层障碍呢？行之有效的方法就是重视患者的随访，加强随访的深度和质量，将随访数据与院内数据进行完美的结合，使临床医生真正受用更全维度的科研数据。

聚焦于肿瘤随访10余年，深入一线深切关注诊后随访的客户痛点，打造出医院电脑端-医生APP-患者微信的“三位一体”随诊平台的西部天使（北京）健康科技有限公司（以下简称：易随诊），专注于肿瘤专科随访、随诊，具有丰富的经验，打通了院内就诊和院外随访数据，不仅实现了医院、医生和患者的互通，解决患者的就诊、复诊等问题，还可以为临床医生的科研提供丰富的科研数据。