【问题与数据】
预测目标（分类/回归）、结局定义与观察时点、数据来源与样本量、拆分方案（70/15/15 或 CV）、
缺失比例与处理方法、标准化说明。

【模型构建】
表 1：基线 logistic / 线性回归（OR 或系数 + 95% CI）；
表 2：LASSO / 弹性网（λ 选择法则、入选变量与系数）；
表 3：RF 与 XGBoost（超参数、调参方式、早停轮数）。

【模型表现】
表 4：测试集 AUC（95% CI）、Brier、校准截距/斜率（分类）或 RMSE / MAE / R²（回归）；
模型比较（DeLong p 值或 bootstrap CI）。

【解释】
变量重要性排序（注明方法）；1–2 名患者的 SHAP 瀑布图与临床解读。

【结论与落地】
TRIPOD 条目对照、防泄漏清单核对结果、局限（内部 vs 外部验证）、
部署与校准漂移监控计划、预测 ≠ 因果声明。