摘要精英体育项目中的伤病会影响团队表现、缩短运动员职业生涯，并带来巨大的经济成本，因此迫切需要准确的预测方法，以便做出有效预防伤病的决策。现有的伤病预测方法未能考虑累积风险，忽视了伤病的严重程度，缺乏可靠的概率校准，也没有基于统计数据的决策阈值。在此，我们提出了一种新的伤病预测框

　　精英体育项目中的伤病会影响团队表现、缩短运动员职业生涯，并带来巨大的经济成本，因此迫切需要准确的预测方法，以便做出有效预防伤病的决策。现有的伤病预测方法未能考虑累积风险，忽视了伤病的严重程度，缺乏可靠的概率校准，也没有基于统计数据的决策阈值。在此，我们提出了一种新的伤病预测框架，该框架将生存分析中的风险累积模型与机器学习、概率贝塔校准以及统计决策理论相结合。通过使用巴塞罗那女足四个赛季的独特数据集，我们证明了该框架的性能优于传统分类器，具有更强的区分能力。该框架还将疲劳相关指标视为关键的伤病预测因素，并根据比赛重要性和决策者的确定性设定灵活的阈值，从而提高球员的可用性。这一框架具备可扩展性，可应用于其他体育项目，它架起了学术研究与实际应用之间的桥梁，有助于体育组织优化球员表现并提升长期成果。