不想打击学预测模型的同学，但我真想说…
近年来，临床预测模型大火，很多宝宝希望系统介绍一下，今天就给大家分享一些在入门临床预测模型前，必须要了解清楚的知识。
1 何为临床预测模型
临床预测模型是指用多因素模型来估算患者某病的概率或者患者将来某结局事件发生的概率。
2 临床预测模型分类
就像Meta分析，可以分为诊断Meta、网状Meta、二分类Meta等等。
临床预测模型也有自己的分类，主要根据解决的目标问题进行分类：
✅ 如果解决的是诊断问题就是诊断临床预测模型。
✅ 如果解决的是患者预后的问题就是预后临床预测模型。
3 临床预测模型主要统计分析方法
诊断模型：基线（卡方检验/t检验/非参数检验），单因素分析（单因素Logistic回归/卡方/t/非参数），多因素回归（多因素Logistic）。
预后模型：基线基线（卡方检验/t检验/非参数检验），单因素分析（Kaplan_meier/单因素COX），多因素分析（多因素COX）。
4 临床预测模型与以前临床模型主要区别
在临床预测模型出现之前，临床上其实也构建了很多Logistic回归或Cox回归模型，你知道这些模型和现在的临床预测模型有什么不同吗？
以前构建的模型，基本研究重点就在那个模型，发现了P<0.05的几个风险因素，就认为是独立的风险因素，然后发表文章。研究的重点在于X，构建的模型并未进行评价与验证，可以理解为“风险因素发现模型”。
而现在的临床预测模型分为建模与验证评价两个步骤，其中的建模几乎和风险因素发现模型相同，但必须有验证评价的环节。
5 临床预测模型如何评价？
预测模型评价包括**“3个度”**：
- 区分度 (Discrimination)
- 校准度 (Calibration)
- 临床实用度：采用的是临床决策曲线 (clinical decision curve analysis)。
6 临床预测模型的验证方法
在构建临床预测模型的过程中，有时候可能会出现模型在开发数据集上显示出极高的预测准确性，但在新数据集上可能会大打折扣，尤其是当这些新数据来自不同的人群或环境时。
因此为了更好的在临床实践中应用，提高模型的泛用性，就需要对模型进行充分的验证，以确保其在实际应用中的有效性和可靠性。
常用验证方法包括：
- 交叉验证 (Cross-validation)
- 自助抽样法验证 (Bootstrap)
7 临床预测模型分析常用软件
✅ SPSS：只可以建模，评价仅能绘制ROC曲线以及诊断模型的HL检验；适合纯统计小白。
✅ Stata：可以完成诊断与预后临床预测模型**90%**的统计分析与绘图。
✅ R语言：可以完成100%的建模、分析、绘图与验证，被认为是临床预测模型最全面的统计软件。
8 临床预测模型发文如何？
以Nomogram为关键词，搜索PubMed，2024年已发表**6300+**文章，热度持续增长！
对比系统评价与Meta分析，国人在2010年前后开始密切关注，热度持续至今，发文依然经久不衰！临床预测模型在2020年左右，国人刚刚关注，才3-4年时间，学习临床预测模型正当时！
