在医学研究领域，“预测模型”常被用来预测某种疾病未来的发病情况。
具体来说就是以疾病的多病因为基础，建立统计模型，用来预测具有某些特征的人群未来某种结局事件发生的概率。之后，预测模型逐步扩展到疾病的预后和诊断中。
主要包括临床预后预测模型（X→Y）和临床诊断预测模型（X、Y同时发生）
预测模型的应用：
1.临床指南；2.临床实践；3.个体化疾病预防；4.优化卫生资源配置。
临床预测模型的实质：
相关和回归：发现规律
利用规律：进行新数据预测
参数化模型：数据服从某种固有的分布，通过对固有回归参数的求解来构建预测模型。如广义线性模型。
非参数化模型：不需要数据服从预设的模型参数。人工神经网路、随机森林树、机器学习人工智能预测模型。
临床预测模型研究设计的基本思路：
