预后模型 × 风险分层 × 真实世界研究
临床队列数据挖掘服务案例
基于医院队列、登记数据库或真实世界数据，构建预测模型与风险分层工具，为临床决策和精准医学提供证据支持。
典型案例
以下案例展示临床队列数据挖掘在肿瘤预后、心血管风险和罕见病研究中的应用。
预后模型
肺癌术后复发风险预测模型构建
客户背景：某三甲医院胸外科，希望建立 I–III 期非小细胞肺癌术后复发风险预测模型。
研究问题：如何整合临床病理特征与血液标志物，识别高复发风险患者以指导辅助治疗？
- 技术方案：回顾性收集 800 例手术患者临床资料，部分样本附加 ctDNA 甲基化检测。
- 分析策略：生存分析、LASSO-Cox 回归、Nomogram 列线图、决策曲线分析（DCA）。
主要成果：构建包含 6 个临床指标 + 2 个甲基化标志物的复发风险评分；高风险组 2 年无复发生存率显著低于低风险组（HR=2.8）。
风险分层
急性冠脉综合征后心血管事件风险分层
客户背景：某心血管专科医院，拟优化急性冠脉综合征（ACS）患者出院后的二级预防策略。
研究问题：能否在传统 GRACE 评分基础上加入多维度临床变量，提升 1 年 MACE 预测能力？
- 技术方案：整合医院 HIS 系统 1200 例 ACS 患者基线、检验、影像和用药数据。
- 分析策略：缺失值处理、倾向性评分、XGBoost 生存模型、SHAP 解释、风险分层。
主要成果：新模型较 GRACE 评分 C-index 提升 0.07；识别出肾功能指标、炎症标志物和出院用药依从性为关键预测因子。
真实世界研究
罕见神经肌肉病自然病史与表型谱研究
客户背景：某省级罕见病诊疗中心，希望系统描述某神经肌肉病在中国患者中的临床特征与疾病进程。
研究问题：中国患者与欧美队列在发病年龄、进展速度和并发症方面是否存在差异？
- 技术方案：建立多中心回顾性队列，纳入 200 例确诊患者，统一临床评估标准。
- 分析策略：描述性统计、生存分析、亚组比较、自然病史曲线、基因型-表型关联。
主要成果：绘制该罕见病中国患者首次发病、丧失行走能力和呼吸支持需求的中位年龄曲线；发现 2 种基因型与更快进展相关。
技术平台
覆盖临床数据治理、统计建模与真实世界证据生成的全流程方法学。
数据治理
HIS/EMR 数据提取
数据清洗与结构化
生存分析
Kaplan-Meier / Cox
竞争风险模型
预测建模
Logistic / LASSO
Random Forest / XGBoost
风险分层
Nomogram / 决策树
风险评分卡
真实世界研究
倾向性评分
因果推断 / 敏感性分析
服务流程
从临床问题提出到证据生成，提供规范的临床队列数据挖掘服务。
1
方案设计
明确研究问题与纳排标准
2
数据提取
HIS/登记库数据治理
3
统计分析
描述、生存、预测建模
4
模型验证
内部 / 外部验证
5
报告撰写
论文图表 + 方法学支持