先看结论：选择取决于想解决的问题和现有数据。预后模型需要明确的未来结局、时间和随访信息；诊断模型关注当前状态的识别，需要可靠参考标准和合适的人群；机制研究关注干预是否改变过程及结果。先选目标，再决定分析，而不是先套模板再寻找结论。
适用情况
拥有表达矩阵及部分临床信息，正在决定走预测建模、疾病区分还是候选机制验证路线。
建议按这个顺序检查
- 用一句话写出目标、对象和使用场景：预测什么、何时预测、对谁有意义。
- 盘点结局、时间、删失、标签来源和可用预测变量，确认变量在预定预测时点已经可获得。
- 预测研究先规定开发和验证方案、缺失处理、特征筛选与性能指标，评估事件数量和复杂度是否匹配。
- 机制研究则围绕候选的可干预性、表型和替代解释设计，不以高 AUC 替代机制证据。
- 若核心数据缺失，缩小为探索性关联或补充数据，并明确当前阶段不能完成的目标。
三条路线的输入和交付不同
| 路线 | 最低需要核对 | 主要结果与限制 |
|---|---|---|
| 预后预测 | 起始时点、结局定义、随访时间、删失 | 适当时间范围的区分度与校准；不能只给生存曲线 |
| 诊断预测 | 目标人群、当前状态的参考标准、采样方式 | 区分度、校准及阈值表现；病例对照结果未必适用于筛查 |
| 机制验证 | 干预条件、目标读数、恰当对照 | 功能依赖和可重复性；相关性不能替代干预 |
依据：TRIPOD 官方资源：预测模型开发与验证清单 · NCCD：细胞死亡的机制定义与证据解释
两个常见的目标错配
示意情境一：只有肿瘤与邻近组织表达，没有随访。可以评估表达差异或探索样本区分，但不能凭空构建可信的生存预后目标；邻近组织与健康筛查人群也不是同一种对照。
示意情境二：一个基因能很好地区分两组，但干预后并没有出现预期功能变化。预测关联和机制作用回答不同问题，这不是简单的“模型证明了机制、实验却失败”。应分别审查特征是否捕捉了混杂，以及实验是否检验了原假设。
立项前写下这五句话
① 本研究针对的对象与使用场景。② 主要结局或机制假设。③ 现有数据中哪些字段支持它。④ 如何在未参与开发的材料上验证。⑤ 什么结果会让我们否定或调整假设。
如果这五句话无法填实，先完成数据核查往往比同时做预后、诊断和机制三条线更有效。预测模型报告可依据 TRIPOD+AI；它更新并替代 TRIPOD 2015，适用于回归与机器学习方法。引用历史清单时应说明版本，并按研究类型和投稿要求核对扩展规范。
不能从当前结果直接得出什么
公开队列上的模型表现不能直接转化为临床诊断或用药工具。高 AUC、显著 HR 或漂亮的列线图都不能免除独立验证、校准与使用场景评估。
依据与版本
- TRIPOD 官方资源：预测模型开发与验证清单2015 基础资料与勘误；现行更新另见 TRIPOD+AI
- TRIPOD+AI 官方适用范围与更新说明TRIPOD+AI；适用于回归与机器学习预测模型
- NCCD：细胞死亡的机制定义与证据解释Cell Death & Differentiation，2018；机制定义参考
- DESeq2 官方教程：输入、设计矩阵与技术重复release 在线教程；示例应匹配本地版本
最后核验：2026-10-10｜资料核验：AI 编写与公开来源核对；未经人工专家审阅
依据公开来源核对概念、输入、证据边界与版本口径；示意数据不代表真实研究结果。仅标明的小型代码示例经过运行检查，不代表完整生物信息流程或原论文已复现。