用途：评估二分类预测模型在不同阈值概率下是否带来临床净获益，并生成决策曲线与临床影响曲线。
主要能力：从单个临床 CSV 拟合 logistic 决策曲线模型（rmda::decision_curve()），支持 case-control 与 cohort 两种研究设计；可输出原始净获益 NB 或标准化净获益 sNB，可选置信区间；支持自定义阈值步长、置信水平、图颜色、标题与字号等。
必要用法：命令行运行，例如：Rscript scripts/main.R --data_file ./clinical_dca_data.csv --outcome_col fustat --predictor_col riskScore --output_dir ./output/。关键参数：--data_file（必需，CSV，行名为样本 ID）、--outcome_col（默认 fustat，0/1 二分类）、--predictor_col（默认 riskScore，数值型）、--study_design（默认 case-control，可选 cohort）、--population_prevalence（默认 0.3，仅 case-control 有效）、--threshold_by（默认 0.01）、--confidence_level（默认 0.95）、--population_size（默认 1000）、--show_confidence_intervals、--standardize_net_benefit、--overwrite、--seed（默认 42）。依赖 R 包 rmda，缺失时可安装：Rscript -e "install.packages('rmda', repos='https://cloud.r-project.org')"。
输出：data/dca_model.rds、table/dca_summary.txt、plot/decision_curve.pdf、plot/clinical_impact_curve.pdf 及 session_info.txt。
限制：不适用于生存/时间事件结局、仅 ROC 区分度分析、列线图或校准曲线、多分类或非二分类结局。输入需为 .csv，行名唯一，结局须为 0/1 编码数值，预测因子须为有限数值，至少 20 行且阳性、阴性各不少于 5 例。cohort 设计下 population_prevalence 无统计作用。错误码包括 SKILL_INVALID_PARAMETER、SKILL_FILE_NOT_FOUND、SKILL_MISSING_COLUMNS、SKILL_EMPTY_DATA、SKILL_PACKAGE_NOT_FOUND 等。版本 1.1.0，最后更新 2026-04-27。