随着老龄化和生活方式的改变,慢性病已经逐渐成为影响人类健康和生活质量的重要问题[1]。因此,构建疾病的发病风险预测模型,并根据预测模型计算出具有某类特征的个体疾病的发病概率,对于降低慢性病发病率、减轻疾病负担有重要的意义。疾病的发病风险预测模型早期主要应用于心血管疾病[2],近年来,在恶性肿瘤、糖尿病、高血压、代谢综合征、血脂紊乱、慢性肾脏病等主要慢性病方面有飞速的发展[3,4,5]。伴随着计算机的飞速进步,各类统计软件的广泛普及,疾病的发病与死亡风险预测模型也进入了快速发展时期[6]。从早期的Logistic回归模型、Cox比例风险模型,逐渐发展了包括时间序列模型[7]、灰色模型[8]、神经网络模型[9]、支持向量机模型[10]等多种方法与模型。下面对这些模型进行简要介绍。