组织芯片构建多指标联合预测模型时，样本量的估算应遵循统计学及病理学的基本原则，通常建议有效核心点数不低于300例。？

组织芯片（TMA）的核心优势在于高通量，但其样本量需严格匹配研究终点。对于多指标联合预测模型的构建，样本量并非单纯指蜡块数量，而是指具有完整随访信息及合格染色结果的有效组织核心点。根据临床预测模型构建的“经验法则”（Rule of Thumb），每个候选预测因子（如免疫组化标志物）至少需要10-15个结局事件（如肿瘤复发或死亡）。假设研究涉及5个关键指标构建联合模型，且预期队列中不良事件发生率为30%，则至少需要约170例有效样本；若需纳入更多混杂因素或进行内部验证，样本量需大幅提升。在TMA实际操作中，还需考虑约10%-20%的组织点脱片或信息缺失率。因此，为了获得稳健且具有泛化能力的多指标联合模型，并满足统计效能（通常要求80%以上），准备300至500例有效核心点是比较稳妥的起点。