天气预报说“九成时候不会淋湿”，不代表每个街区都一样准。医疗预测也如此：模型给全体患者的区间总体达标，某些高风险患者却可能更常落到区间之外。这篇论文提醒，部署共形预测——根据校准数据里模型通常错多远，为新预测加上范围——不能只看平均成绩。
作者在 ADNI 和 OASIS-3 两个阿尔茨海默病队列中，审计两种预测模型及遗传风险、人口特征、病情严重度等九类属性。论文称，尽管总体覆盖率达到设定目标，68种审计组合中仍有57种对高风险亚组覆盖不足；高遗传风险或病情较重者平均少覆盖6.1个百分点，而人口特征亚组平均没有出现缺口。换句话说，一张漂亮的总成绩单，可能藏着特定患者持续拿不到足够宽的“安全范围”。
作者将问题归为两类：亚组人数太少，或该组预测误差更容易出现极端值，并分别用跨折汇集校准数据和亚组单独校准修补。其核心启示很直接：共形区间上线前，应把总体覆盖率拆到重要亚组逐一审计；上述效果目前来自作者报告。