国内刊号:11-2152/R
国际刊号:0253-3766
发布日期:
作者:王予童,游以勒,杨英姿,王俊峰,王胜锋
单位:北京大学公共卫生学院流行病与卫生统计学系 重大疾病流行病学教育部重点实验室(北京大学),北京 100191,北京大学公共卫生学院流行病与卫生统计学系 重大疾病流行病学教育部重点实验室(北京大学),北京 100191,北京大学公共卫生学院流行病与卫生统计学系 重大疾病流行病学教育部重点实验室(北京大学),北京 100191,北京大学公共卫生学院流行病与卫生统计学系 重大疾病流行病学教育部重点实验室(北京大学),北京 1001913北京大学人工智能研究院,北京 100871
关键词:肿瘤;临床预测模型;研究设计;方法学;研究框架
基金:国家自然科学基金E82173616,72342015
null 在肿瘤领域中,随着人工智能技术的发展、精准医疗理念的推广以及电子医疗数据和多组学数据的广泛应用,临床预测模型已成为辅助医疗决策的重要工具。然而,尽管相关研究数量迅速增长,许多模型仍因研究方法不规范、证据等级低等问题难以真正应用于临床实践。如何确保预测模型的科学性、可解释性和临床价值,是当前研究者面临的关键挑战。文章以肿瘤学领域为例,系统梳理预测模型研究的常见类型与全流程框架,并围绕研究选题、研究设计及研究实施等核心环节,探讨相应的方法学准则及常见问题与误区,以期为肿瘤学预测模型研究的开展提供方法学参考。
来源:2025年第12期
《中华肿瘤》期刊编辑部