技能介绍

要解决什么问题

临床与转化研究里，「做个预后 biomarker」常被混成诊断准确性评估、治疗反应预测、机制实验或文献综述。预后标志物需要的是：在基线或 landmark 时点测量，用时间到事件或固定窗口结局，走发现 → 建模 → 验证的独立链路，还要区分单标志物关联与多变量预后模型、内部验证与外部验证。

本技能面向的是：你已有疾病/人群 + 候选标志物 + 随访结局的构想，需要一份可执行的预后生物标志物研究方案框架，而不是成稿论文或个体化医疗建议。

技能如何工作

执行时会按 reference 模块约束各节输出，核心包括：

问题适配：用 prognostic-question-fit-rules 判断请求是否真属预后用途，并排除诊断、预测、监测等误用。
队列与随访：定义入组逻辑、基线测量窗口、发现/验证/外部队列划分及回顾/前瞻结构。
终点与时间尺度：明确主要预后终点、竞争风险、删失规则，以及 time-to-event、固定 horizon 二分类或纵向进展等建模形态。
候选标志物与筛选：区分预指定标志物与广谱筛选，规划预筛选与维度控制，避免与高维 omics 不匹配的过拟合设计。
建模与风险分层：区分单标志物评估与多变量预后评分/面板，给出风险分层与模型输出策略。
验证与泛化：规定内部验证、外部验证、可迁移性与更新逻辑；在 Section I 审计信息泄漏、乐观偏倚、变量/事件比与阈值不稳定等漏洞。

若关键输入缺失，会先提出 2～6 个高信息量的澄清问题；也可在用户接受显式假设的前提下，一次性给出带「假设依赖」标注的方案版本，并推荐一条最贴合其数据现实的主方案。

适用边界

适用：生存/复发/进展/死亡率等预后终点、基线或 landmark 标志物、风险分层与独立队列验证的设计请求。
不适用：个体预后咨询或治疗建议、诊断标志物开发、以治疗交互为核心的预测性 biomarker、纯机制生物学计划、无方案目的的纯文献综述。技能不会默认把所有 biomarker 问题都称为预后，也不会把治疗后变量 silently 当作基线预测因子，或把单变量显著性等同于稳健预后效用。