可以通过两种主要方法：经验法则和基于特定标准的计算方法。

疾病诊断模型基于研究对象的临床特征，来预测其患有某种疾病的概率，多见于横断面研究，通过横断面去收集因和果，不牵扯到时间变化，通常采用Logistic回归

来自谷鸿秋博士的一个讲座《临床预测模型：传统方法 or 机器学习》。临床预测模型包括三个比较重要的核心技术环节，即模型拟合、模型验证、模型展现。模型拟合可能涉及Logistic 回归模型、Cox 回归模型、线性回归模型/Poisson回归模

临床预测模型作为风险与获益评估的量化工具，可为医生、病人以及医疗政策制定者的决策提供更为直观理性的信息，因此其应用也越来越普遍。本文将从临床预测模型的概念、应用场景以及研究思路三个方面做一总结。