很多小伙伴都很关注“疾病预测模型”相关内容，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. 临床预测模型：基本概念、应用场景及研究思路

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。

2. 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。

3. 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。

4. 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。

5. 你的预测模型靠谱吗？详解区分度和校准度的SPSS操作！

6. 比较两个疾病模型的预测能力，AUC和NRI了解一下？