临床预测模型的一年和三年风险，校准结果为何要分时间窗？

一个临床模型同时给出一年和三年内发生疾病的风险，论文却只展示一张“总体校准图”。读者不知道横轴上的概率对应哪个期限，也无法判断三年随访未满的人怎样处理。校准要把预测概率与同一期限的实际发生情况对照；期限一变，结局定义和可观察人群也可能改变。投稿时应为每个预设预测时间窗分别说明评估数据、结局状态、删失处理和校准结果。

先把模型输出写成完整句子：“在基线后一年内发生指定结局的预测概率”，而不是仅写“风险分数”。三年风险不是一年风险的简单三倍，竞争事件、基线风险和时间效应都可能改变关系。若模型原本只训练一年结局，不得凭图形外推成三年风险；应核对模型是否真的定义并输出三年预测。TRIPOD+AI强调说明模型用途、预测结局、评价数据与校准等性能指标，时间窗属于这些定义的核心。

先分别为一年和三年列一张人数账本。列出入组人数、在一年或三年前发生事件者、完整无事件随访者、提前失访者，以及在期限前发生竞争事件者。不能把三年资料尚未成熟的人直接记作“三年无事件”；也不能只留下随访满三年的人而不说明筛选可能改变人群。分析方法可以采用适合结局和删失机制的时间依赖校准估计，写出所用方法及假设，并在图注标记评价时点。

校准图的横轴和纵轴都应指向同一期限。若横轴是三年预测概率，纵轴就不能用整个数据期内的粗事件率。除了平滑曲线，可报告校准截距、斜率或观察与预期的比较，但这些统计量也须注明时间窗。分组图可作为辅助，报告分箱边界和每箱人数，特别是高风险段的事件数；样本很少时，点与线的区间会很宽，不应用平滑线制造过度精确的印象。

两张图若用了不同人群，结果里要让这种差别看得见。一年结果可能来自全部中心，三年结果只来自早期入组的两个中心；这时两张图的差别可能部分反映人群组成，而不全是模型随时间变差。可在可比的共同人群中补做分析，并列出完整队列与共同子集的结果。若三年结局尚未足够观测，明确标为未成熟，不宜为了凑齐版面给出不稳的三年校准结论。

旧库存文章讨论未经校准的模型输出能否称作个人风险；本篇进一步处理同一模型不同预测期限的评价。即使一年校准很好，也不能推定三年同样准确。若研究拟把概率用于筛查或治疗决策，每个期限的决策阈值还要对应相应临床行动，不应在结果段把一年阈值套到三年图上。摘要中给出的风险期限、曲线标签和示例患者输出必须一致。

交稿前抽几名一年后发生事件、三年前失访和三年仍无事件的患者，按预设期限重算其状态，核对是否进入对应图表。再让统计同事只看图注，说出每张图究竟预测什么、用哪些人验证。若无法回答，校准图虽已画出，论文仍未解释它的时间含义。