本文转载自微信公众号“小白学统计”，感谢作者授权。

最近审稿，看到关于预测建模的文章越来越多，模型构建过程有时在文章中体现不明显，然而评价指标的使用却是一目了然。不少文章尽管也列出了一些评价指标，却不一定合适。因此特撰此文，以期为临床医师提供一些参考。

预测模型评价指标很多，医学中比较常用的是灵敏度（sensitivity）、特异度（specificity）、准确度（accuracy）等，机器学习领域中常喜欢用精准率（precision）、召回率（recall）、F1 score等术语。这是非常实用的几个指标。

本文主要介绍这几个简单指标的使用场景及缺点（ROC、NRI等相对复杂的指标以后再说），希望大家使用时谨慎。最后简单介绍一个好像在医学中很少使用但很有效的指标MCC。

这几个指标的概念都非常容易理解，尽管绝大多数文章或书中都有说明，但这里还是先列出这个随处可见的混淆矩阵表格，方便大家对照着看。