第1章　临床预测模型概述

通过临床预测模型，人们可以运用数理统计学方法，对潜在的自变量X进行筛选、整合，构建多变量模型以预测因变量Y，并对此模型进行评价、验证。常见的线性回归、Logistic回归、Cox回归、竞争风险模型均可以用于构建相应的临床预测模型，其中尤以Logistic回归、Cox回归临床预测模型多见。

临床预测模型的构建有助于医疗卫生人员对临床上某一特定结果（未来）带来的风险进行估计，结合相应的临床经验，较好地进行临床决策。临床预测模型包括诊断模型和预后模型。诊断模型基于研究对象的症状和体征及其他临床资料，判断研究对象是否患某种疾病或处于某种状态。预后模型基于某种疾病或状态，估计研究对象未来死亡、复发某种疾病或其他伤残事件出现的风险。

临床预测模型的结局多为二分类，如是否死亡、是否痊愈，此时可以构建二分类Logistic临床预测模型；若结局为等级资料，如心功能分级，可以构建有序Logistic临床预测模型；若结局指标包括生存结局、生存时间，可以构建生存资料的临床预测模型，根据生存结局是否包含竞争事件，以决定是拟合Cox回归临床预测模型还是拟合竞争风险临床预测模型。除此之外，结局指标还可以是无序多分类或连续性资料。

本章将简要介绍临床预测模型构建、评价、验证的常见方法。

本章主要涉及的知识点：

●　模型构建。

●　模型评价。

●　模型验证。

注意：本章内容仅为概述（读者可结合后续相应章节理解，事半功倍）。