Codar 预置工作流

免疫治疗疗效预测

用于TIDE、IPS、SubMap等免疫治疗反应评分的计算、比较和外部验证;当用户研究检查点抑制剂获益预测时使用。

免疫组学5 个步骤v1更新于 2026-11-19

流程图

  • 数据输入
  • 核心分析
  • 结果输出

步骤说明5 步

  1. 明确癌种、药物类别、治疗线、表达平台、真实结局和模型训…数据输入

    明确癌种、药物类别、治疗线、表达平台、真实结局和模型训练适用人群。

    下一步02 按各模型要求处理表达并锁定版本

  2. 按各模型要求处理表达并锁定版本核心分析

    按各模型要求处理表达并锁定版本,避免在测试队列上重新选择基因或阈值。

    下一步03 同时报告AUC、灵敏度、特异度、校准和临床决策阈值

  3. 同时报告AUC、灵敏度、特异度、校准和临床决策阈值核心分析

    同时报告AUC、灵敏度、特异度、校准和临床决策阈值,不只展示分组P值。

    下一步04 与TMB、MSI、PD-L1及临床变量比较增益

  4. 与TMB、MSI、PD-L1及临床变量比较增益核心分析

    与TMB、MSI、PD-L1及临床变量比较增益,采用外部队列和患者级划分验证。

    下一步05 输出模型分数、预设阈值、性能区间、失败亚组和适用边界

  5. 输出模型分数、预设阈值、性能区间、失败亚组和适用边界结果输出

    输出模型分数、预设阈值、性能区间、失败亚组和适用边界。

使用原则

  • 参考上述步骤、工具和依赖关系,结合本次目标、数据与可用工具安排研究过程。
  • 可以调整顺序、补充必要检查或省略不适用的步骤,重要调整需说明原因。
  • 用户本次的明确要求优先于此参考;关键意图不清楚时先提问。

workflow.md

查看工作流源文件
---
format: codar-workflow
schemaVersion: 1
layoutDirection: TD
id: "16-immunomics-tide-5passuix"
version: 1
name: "免疫治疗疗效预测"
domain: "免疫组学"
description: "用于TIDE、IPS、SubMap等免疫治疗反应评分的计算、比较和外部验证;当用户研究检查点抑制剂获益预测时使用。"
---

# 免疫治疗疗效预测

## 流程图

```mermaid
flowchart TD
    n1["明确癌种、药物类别、治疗线、表达平台、真实结局和模型训…"]
    n2["按各模型要求处理表达并锁定版本"]
    n3["同时报告AUC、灵敏度、特异度、校准和临床决策阈值"]
    n4["与TMB、MSI、PD-L1及临床变量比较增益"]
    n5["输出模型分数、预设阈值、性能区间、失败亚组和适用边界"]
    n1 --> n2
    n2 --> n3
    n3 --> n4
    n4 --> n5
```

## 节点

### 明确癌种、药物类别、治疗线、表达平台、真实结局和模型训… {#n1}
- 类别: 数据输入
- 位置: 40, 40
- 说明: |
  明确癌种、药物类别、治疗线、表达平台、真实结局和模型训练适用人群。

### 按各模型要求处理表达并锁定版本 {#n2}
- 类别: 核心分析
- 位置: 40, 176
- 说明: |
  按各模型要求处理表达并锁定版本,避免在测试队列上重新选择基因或阈值。

### 同时报告AUC、灵敏度、特异度、校准和临床决策阈值 {#n3}
- 类别: 核心分析
- 位置: 40, 312
- 说明: |
  同时报告AUC、灵敏度、特异度、校准和临床决策阈值,不只展示分组P值。

### 与TMB、MSI、PD-L1及临床变量比较增益 {#n4}
- 类别: 核心分析
- 位置: 40, 448
- 说明: |
  与TMB、MSI、PD-L1及临床变量比较增益,采用外部队列和患者级划分验证。

### 输出模型分数、预设阈值、性能区间、失败亚组和适用边界 {#n5}
- 类别: 结果输出
- 位置: 40, 584
- 说明: |
  输出模型分数、预设阈值、性能区间、失败亚组和适用边界。

## 使用原则

- 参考上述步骤、工具和依赖关系,结合本次目标、数据与可用工具安排研究过程。
- 可以调整顺序、补充必要检查或省略不适用的步骤,重要调整需说明原因。
- 用户本次的明确要求优先于此参考;关键意图不清楚时先提问。