2015年BMJ杂志发表了题为《Transparent reporting of a multivariable prediction model for individual prognosis or diagnosis (TRIPOD): the TRIPOD statement》的论文，即TRIPOD声明，对于疾病诊断和预后的预测模型研究统一了报告规范。随着疾病预防关口的前移，越来越多的研究者关注疾病预测模型的研究，评分工具作为一种简便快速的评价方法，得到了广泛的应用。

在前期的教程中，我们介绍了基于Logistic回归模型构建疾病风险评分工具的方法（戳这里：《正苦恼如何构建疾病风险评分工具？别怕，有教程！》）。但有时我们在研究中要考虑事件发生的时间因素，需要采用Cox回归来构建疾病预测模型，本期我们就来介绍基于Cox回归模型构建疾病风险评分工具的方法。

研究实例

我们以D’Agostino等人2001年发表在JAMA期刊的一篇研究为例（《Validation of the Framingham Coronary Heart Disease Prediction Scores：Results of a Multiple Ethnic Groups Investigation》），该研究利用多种族人群的数据，对Framingham冠心病预测评分工具进行了验证。

我们选取其中FHS队列白人男性的数据结果进行说明，队列共包含2439名健康男性，年龄30-74岁，随访长达10年，观察研究对象冠心病的发病情况。研究人员采用多因素Cox回归模型进行分析，最终筛选纳入模型的危险因素包括：年龄、血压、总胆固醇（TC）、高密度脂蛋白胆固醇（HDL-C）、吸烟、糖尿病。