很多小伙伴在微信后台都会问起“疾病预测模型”的内容，医咖会陆续发过一些文章，今天我们就总结一下医咖会曾发过的“疾病预测模型”相关的文章，方便大家收藏，在遇到问题及时查看。

（注：以下显示蓝色的小标题，可以直接点击来查看文章详情）

1. 选择合适的统计模型来分析预测变量和结局事件的关系

疾病预测模型听起来很高大上，其实也很简单，比如常见的Logistic回归模型。搭个模型，首先得找到重要的预测变量X。确定了潜在的预测变量，下一步就要选择一个恰当的统计模型来说明预测变量与结局事件的关系。一般情况，需要结合现在手里可用的数据和我们的研究目的，构建1-2个统计模型。

2. 那么多变量，该选择哪些进入统计模型？

采用单因素分析进行影响因素的筛选时，应注意适当调整检验水平（P<0.05并不是万能的，影响因素的探索性分析可以适当放开检验水准，比如设定为α=0.10 or 0.15），并结合临床专业（变量与结局之间的关系临床上是否讲得通），选择纳入多因素分析的变量。

3. 咋评价疾病预测模型？

模型的好坏可以从区分度（Discrimination）和校准度（Calibration）两方面考虑，前者可通过ROC曲线下面积（AUC）或C统计量来评价，后者可通过Hosmer-Lemeshow检验或校准图来评价。

点击下方链接，可以查看超级详细的SPSS操作教程：

4. 你的预测模型靠谱吗？详解区分度和校准度的SPSS操作！

5. 比较两个疾病模型的预测能力，AUC和NRI了解一下？

对于两个疾病风险预测模型，应该选用哪一个模型更靠谱呢，应该如何比较两个疾病模型的预测能力呢？这篇文章就向大家介绍一个老朋友AUC和一个新朋友NRI。