1疾病預(yù)測(cè)模型技術(shù)規(guī)范疾病預(yù)測(cè)模型diseasepredictio記、環(huán)境因素等）來(lái)預(yù)測(cè)個(gè)體在未來(lái)某一時(shí)期內(nèi)患某種疾病的風(fēng)人群平均基準(zhǔn)風(fēng)險(xiǎn)averagebasel具備某特定危險(xiǎn)因素集的某個(gè)體在年齡α?xí)r未發(fā)生所研究的結(jié)局（如腦卒中）而在年齡(α+τ)時(shí)段內(nèi)發(fā)生該結(jié)局的概率，其中τ是人為規(guī)定的隨訪時(shí)間。也稱粗風(fēng)險(xiǎn)（cruderisk）或累積風(fēng)險(xiǎn)24疾病預(yù)測(cè)模型構(gòu)建的步驟4.1研究設(shè)計(jì)4.1.2若使用既往臨床實(shí)驗(yàn)的歷史數(shù)4.2研究問(wèn)題提出和數(shù)據(jù)查驗(yàn)4.2.1首先應(yīng)確定研究問(wèn)題，即對(duì)結(jié)局和對(duì)應(yīng)預(yù)測(cè)因子的選擇。對(duì)結(jié)局的選擇應(yīng)具有可干預(yù)性、需要4.2.2診斷預(yù)測(cè)因子的選擇，應(yīng)由臨4.2.3結(jié)局的選擇：首選死亡、發(fā)病、轉(zhuǎn)軌等“硬結(jié)局”，次選不4.3預(yù)測(cè)因子的編碼a)候選預(yù)測(cè)因子可以包括人口統(tǒng)計(jì)學(xué)特征、臨床病史、體格檢查、疾病特征、實(shí)驗(yàn)室結(jié)果以及以前的治療方法和基因組生物標(biāo)記等。但是，除了年齡和性b)雖然不在預(yù)測(cè)結(jié)局因果鏈上的變量也可預(yù)測(cè)結(jié)局，但應(yīng)首選因果鏈上的指標(biāo)作為候選預(yù)測(cè)因c)分類變量和數(shù)值變量都可以作為預(yù)測(cè)因子，盡量將數(shù)值變量根據(jù)臨床參考界值轉(zhuǎn)化為分類變34.4模型的指定4.4.1預(yù)測(cè)因子選擇b)單因素分析篩選預(yù)測(cè)因子；4.4.2模型選擇根據(jù)研究設(shè)計(jì)及研究目的選擇合適的模型，應(yīng)從以下方面c)當(dāng)存在競(jìng)爭(zhēng)風(fēng)險(xiǎn)時(shí)，應(yīng)選擇競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型（如原因別競(jìng)爭(zhēng)風(fēng)險(xiǎn)4.5模型估計(jì)模型確定之后，應(yīng)對(duì)模型參數(shù)進(jìn)行估計(jì)，即估計(jì)模型的回歸系數(shù)。對(duì)于logistic回歸模型和Cox等4.6模型表現(xiàn)4.7模型驗(yàn)證4.7.1概述4.7.3外部有效性4.8模型展示4.8.1概述44.8.2列線圖a)將模型中的多個(gè)預(yù)測(cè)指標(biāo)整合，采用刻度線段，按一定比例繪制在同一平面上，以表達(dá)預(yù)測(cè)再將各個(gè)評(píng)分相加得到總評(píng)分，最后通過(guò)總評(píng)分與結(jié)局事件發(fā)生概率之間的函數(shù)轉(zhuǎn)換關(guān)系，4.8.3風(fēng)險(xiǎn)映射圖5.1模型校準(zhǔn)5.1.1A:全局校準(zhǔn)即Alpha校準(zhǔn):calibration-in-the-large，校準(zhǔn)度是評(píng)估預(yù)測(cè)的概率實(shí)際結(jié)局發(fā)生的概率為縱坐標(biāo)Y，即校準(zhǔn)圖的橫軸是預(yù)測(cè)發(fā)病風(fēng)險(xiǎn)(），縱軸是實(shí)際發(fā)病風(fēng)險(xiǎn)（R）。A——截距(Alpha)；B——斜率(Beta)；55.3D：決策曲線分析決策曲線分析，即Decision-curveanalysis，評(píng)估預(yù)測(cè)模型的臨床獲益。用預(yù)測(cè)模型