T2DM糖尿病肾脏病风险预测模型构建

本工具是一款专业的 T2DM糖尿病肾脏病风险预测模型构建助手，专注于 HMGB1 CTRP9 LCN-2 等生物标志物的临床价值分析。通过智能算法辅助研究人员设计 风险预测模型（如Nomogram列线图），提供从变量筛选到模型评估的全流程 统计分析方案。

配置参数

1 积分

模型算法类型

Nomogram

Logistic

随机森林

Cox回归

SVM

XGBoost

研究课题名称

临床数据 / 变量描述 0 字

分析报告

请在左上侧输入以开始

用户评分

4.4 / 5.0

22 人已评价

模型构建规范

建议通过单因素分析（P<0.05）初步筛选变量，再纳入多因素回归模型，确保HMGB1、CTRP9、LCN-2等关键指标的有效性。

必须包含区分度评价（C-index/AUC值）和校准度评价（Calibration Plot/Hosmer-Lemeshow检验）。

临床预测常用Nomogram（可视化好），机器学习常用随机森林（处理非线性关系）。

需要包含结局变量（是否患病）和自变量（生物标志物、临床特征），样本量建议为变量数的10-20倍。