我们往往会遇见这样的问题，患者会向我们询问：“我接受了这个治疗，是不是就多活一段时间了？”；“我患有X病（某种慢性疾病），而且有（一个因素），是不是我的预后就比较差呢？”。很多情况下，患者所询问的问题已经被各种研究回答过了，回答这类问题最常用的方法就是分析。
在之前的文章中，我们介绍过分析如何实现，并且介绍了分析结果的解读方法。的确，通过分析，我们基本能够明确某些因素是否能够影响患者的时间或是预后情况。但是我们能用分析的结论，直接预测患者的结局么？
这个问题无法笼统地回答。从一个大的人群层面上看，我们当然可以从因素与结局的关联得出这样的预测结论。比如下图中红绿两条线，如果二者确实存在统计学差异的话，那么从人群角度看，在15周时（X轴15对应的），绿线对应的人群的总率低线对应的人群。
但是我们同时也会发现，红绿两条线在15周时非常接近，也就是这一时间点两者本身的患病率就很相似。虽然他们间具有统计学差异，但是并不意味着我们能够简单的通过患者的这两种状态判断出他在15周时到底会有什么样的结局。但如果患者处于蓝色的状态，从图中可见，我们基本可以相对准确地预测他在15周时的结局。从的例子可以看出，当面对一个患者的时候，我们不能仅通统计学结论，就用某一因素去预测患者的结局。
从上图，我们不难看出，如果是用因素对患者某一时点的情况进行预测，这一过程和诊断试验非常相似。都是使用某一个替代指标，判断患者的某种真实情况。而两者的区别则在于，诊断试验判断的是患者已经发生的某种真实情况（疾病状态），而预测则是在判断患者将来才会发生的某种真实状态（预后）。
由此可知，当我们试图去判断某一因素的预测能力的时候，其实可以借鉴一个非常成熟的评价方法，就是诊断试验的指标体系。如果在一个分析中，某一因素能够很好地“诊断”出患者在某一时点是否会发生结局，那该因素就具有较好的预测能力。其评价指标体系也常现成的：度、度、约登指数、阳性预测值、阴性预测值、阳性似然比、阴性似然比……几乎所有诊断试验的指标都能够被借鉴过来评价因素的预测能力。
最新评论