臨床預測模型的預測性能決定了外推性和應用價值。當預測模型應用于新人群時，因研究時間、人群特征、地域等因素與初始建模人群存在差異而導致其預測性能降低。采用適當的統計方法對其進行校準或更新對于提高其在新人群中的預測性能具有重要意義。模型更新的方法主要包括回歸系數更新、Meta-model法及動態模型構建三大類，由于Meta-model法及動態模型構建在實際應用中存在較多限制，目前常使用模型回歸系數更新法進行更新。本文在系統性介紹模型更新方法的基礎上，詳細描述基于Logistic回歸和Cox回歸分別對模型系數更新的方法及其R實現過程，為科研工作者提供參考。