19、风险评分：原理、评估与应用

风险评分：原理、评估与应用

1. 什么是风险评分

风险评分是将回归模型的估计回归参数应用于任何受试者（样本中的受试者或新受试者）的协变量值 (x_1,x_2, …, x_p) 所得到的值 (\hat{\eta}(x_1,x_2, …, x_p) = \hat{\beta}_0 + \hat{\beta}_1x_1 + \hat{\beta}_2x_2 + … + \hat{\beta}_px_p)，它用于估计描述受试者相对于感兴趣结果的风险的数量。不同回归模型中，风险评分的含义有所不同：
- 经典线性回归模型 ：风险评分是 (\eta(x_1,x_2, …, x_p) = \beta_0 +\beta_1x_1 +\beta_2x_2 + … +\beta_px_p) 的估计值，也就是给定受试者协变量值 (x_1,x_2, …, x_p) 时，结果变量 (Y) 的期望值 (\mu(x_1,x_2, …, x_p))。例如，在一个将收缩压与每日吸烟量（(X_1)）和每日酒精摄入量（(X_2)）相关联的模型中，估计回归系数为 (\hat{\beta}_0 = 118.8)，(\hat{\beta}_1 = 0.30)，(\hat{\beta}_2 = 0.076)，那么对于每日吸 30 支烟且每日摄入 8 克酒精的受试者，收缩压的估计值为 (\hat{\eta}(30,8) = \hat{\beta}_0 + \hat{\beta}_1 \times30 + \hat{\beta}_2 \times8 = 128.5)。
- 逻辑回归模型 ：风险评分 (\hat{\eta}(x_1,x_2, …, x_p)) 是 (\eta(x