本书深入探讨了临床预测模型的基本原理、常用研究设计、数据收集方法和建模技术路线。对于有一定临床流行病学知识基础的读者，可重点关注临床预测模型类研究中的特殊考量；对于初学者或其他领域背景的研究人员，详细阅读此部分将有助于在扎实理论基础上开展正确的研究设计，确保收集的数据恰当可用。本书详细介绍了数据预处理、变量转换、变量筛选、模型训练与评价的方法，并且提供了在R软件中的实现策略和分析代码。结合书中的示例数据，读者可以掌握如何通过一步步严谨的数据分析建立临床预测模型。此部分特意尽量避免使用现成的R包，而是使用最基础的功能，根据原理自行编写代码(达到与现成的R包相同的效果)，以避免因为软件版本升级，导致无法顺利运行命令。本书还介绍了临床预测模型领域的热点话题与前沿发展。主题既包含了预测模型的效用评估、缺失值插补后的建模、动态预测模型、机器学习模型等更为复杂的建模方法，也涉及了预测模型的系统评价和meta分析、预测模型用于卫生经济学评价等知识面的拓展。呈现了10个临床预测模型成功发表的案例。这些案例涵盖了临床预测模型常见的应用场景和数据类型，方便读者能够快速“对号入座”，尽可能让读者更好的学以致用。我们特意邀请了原文的作者，讲述在原文中无法呈现的、研究背后的工作和思考，力图保证原汁原味的还原研究全过程，让读者能够从中体会到预测模型类研究的动机、挑战、遗憾和乐趣。