临床预测建模工具 V4.2 · 使用说明
========================================

一、怎么打开
  解压后双击 index.html，用 Chrome 或 Edge 打开即可，不用安装。

二、怎么导入数据
  1. 点「导入」，选择 Excel（.xlsx/.xls）、CSV，或 SPSS/Stata 文件（.sav/.dta）。
  2. 第一行是变量名，每一行是一个病人。
  3. 结局变量用 0/1 两列表示（1 = 发生事件，0 = 未发生）。

三、怎么建模
  最快的做法：点「一键建模」。
  它会先检查数据、推荐变量、判断结局，然后自动跑完整个流程。
  想自己挑变量：在「变量选择」里打勾，再点「运行建模」。

四、会输出什么
  · 回归系数表（β、SE、OR 及 95%CI、P 值）
  · 模型性能（AUC 及 95%CI、准确度、灵敏度、特异度、Brier 分数）
  · ROC 曲线、校准曲线、DCA 决策曲线、Nomogram 列线图、森林图
  · 内部验证（Bootstrap .632+、K 折交叉验证；折划分用固定随机种子，重复点结果一致）
  · 外部验证（导入第二份数据，检验模型换到别处还准不准）
  · 缺失值多重插补（缺失不丢样本，按 Rubin 规则合并）
  · Word 报告（按 TRIPOD 规范写好八章）

五、出图怎么用
  每张图右上角有「⬇ SVG」和「⬇ 300DPI」两个按钮。
  默认配色是 Nature 白底，适合直接印刷。也可以切「Lancet」「NEJM」「中文核心」，
  这四套都是白底；「屏幕深色」只适合自己在屏幕上看。

六、关于授权（两种买法，按你打开的方式自动区分）
  1. 在线版（直接在网址里用，地址栏是 https 开头）
     按次使用：9.9 元 / 5 次，一张码通用（Meta、AI 标书、SCI 统计、本工具通用）。
     点右上角徽标「🎫」输入授权码即可。
     每点一次「运行建模」扣 1 次；次数不足会被拦住并提示，不会白跑。
  2. 下载版（解压后双击 index.html，地址栏是 file 开头）
     买断制：把界面显示的「机器码」发给我们，收到激活码后点右上角徽标输入，
     激活后永久使用、离线可用、不限次。未激活可先试用 5 次。
  一台电脑一个激活码，换电脑需要重新申请。两种授权都支持开票。

七、四件必须知道（这是方法学要求，不是限制）
  1. 连续变量在建模前会先做 Z-score 标准化，标准化用的均值和标准差只来自训练集，
     不会用到测试集——这是 TRIPOD 第 10 条的要求，防止高估模型效果。
     所以系数表里的 OR 是「每增加 1 个标准差」的比值比，不是每 1 个单位。
     写论文时请照此描述，否则审稿人会认为口径不对。
  2. 报告末尾会如实写出本研究的局限（单中心、仅内部验证、未做外部验证等）。
     这些文字是给审稿人看的，请不要删——删了反而会被质疑。
  3. 导完数据，界面会直接告诉你「样本量够不够」：
     · EPV（每个自变量的事件数）：1996 年的经验法则，仅供参考。
     · Riley 2020 最小样本量：现行方法学标准，审稿人最常引用的一条。
       按四条判据分别计算后取最大值——① 收缩因子 ≥0.9（防过拟合）
       ② Nagelkerke R² 乐观度 ≤0.05 ③ 整体风险（截距）误差 ≤0.05
       ④ 个体预测平均绝对误差 ≤0.05。
     如果显示「差 N 例」，工具还会告诉你「现有样本最多能放几个变量」；
     如果连减变量都救不了，说明是第 ③ 条卡住——它只看结局发生比例，
     与变量个数无关。
     这条数字可直接写进论文 Methods，并注明：
     Riley RD, et al. Stat Med 2019;38:1276-1296；BMJ 2020;368:m441。
  4. 测试集不足 50 例时，Hosmer-Lemeshow 检验会显示「未计算」，而不是给一个 P 值。
     原因：每组不到 5 例时它必然给出 P≈1.0000，看起来「校准极好」，实际是假象。
     这种情况请以校准曲线的目视判读为准。

八、【v4.2】数据有缺失怎么办
  界面上有一个「缺失值处理」选择，两种做法：
  · 完整病例（默认）：含缺失的行整行删掉。简单，但样本会变少；
    缺失比例高时可能丢掉一半病人，结论会不稳。
  · 多重插补 MICE（推荐）：用其他变量把缺失值预测出来，保留全部样本；
    默认生成 5 份完整数据分别建模，最后按 Rubin 规则合并系数与标准误。
  两点必须知道：
  1. 只插补「预测变量」。结局缺失的人仍然剔除——结局不能补，补了就是编数据。
  2. 如果某个变量几乎全空，界面会用红字提示「该变量实际不可用，建议剔除」。
  报告的 Methods 会自动写清插补方法（MICE / m 份 / 迭代次数 / Rubin 合并），
  这正是审稿人想看到的那段话。
  说实话：MICE 的价值是「不丢样本 + 方差和标准误算对」，不是「把结果变好看」。

九、外部验证怎么做（审稿人最看重这一步）
  1. 先在你自己数据上把模型建好（跑完「一键建模」）。
  2. 左侧点「🌍 外部验证」，导入另一家医院或另一段时间的数据（CSV / Excel）。
  3. 验证集的变量名和结局列名，必须与开发集完全一致（区分大小写和空格）。
  4. 工具会用你原来的系数直接预测，不会重新拟合；
     标准化也只用开发集的均值和标准差，验证集不参与任何参数估计。
     这一点是外部验证成立的前提，别改成用验证集自己的均值和标准差。
  5. 结果给出 AUC（95%CI）、校准斜率、校准截距、Brier 分数，
     并附一段可直接粘进论文 Results 的英文。
  6. 随机森林没有固定系数，做不了外部验证——请改用逻辑回归或惩罚回归。

十、常见问题
  Q：数据会被上传吗？
  A：不会。所有计算都在你自己的电脑浏览器里完成，断网也能用。
  Q：Excel 有多个工作表怎么办？
  A：导入后会弹窗让你选，选哪个用哪个。
  Q：提示「完整分离」是什么意思？
  A：说明某个变量把结局完全分开了（比如该变量为某个值时结局全是 1）。
     此时 OR 不可信，减少变量或增大样本后再建模。
  Q：用了 MICE，会不会被审稿人质疑「数据是凑的」？
  A：不会，前提是方法写清。报告已自动写明插补方法与合并规则。
     反过来，如果样本本来够、缺失又很少，用「完整病例」并把剔除人数写清，
     同样是可接受的。
  Q：交叉验证的 AUC 每次点都一样吗？
  A：一样。折划分使用固定随机种子，同一份数据重复点击结果一致，便于复现。

需要支持：178577324@qq.com
