【Key words】Earthquake injury； Trauma； Mortality； Big data； Multiple organ dysfunctional syndrome； Pattern recognition technique；Partial least squares discriminant analysis； Data mining； Case-control

    2008年5月12日发生的四川汶川地震为例(里氏8.0级)，参与救治的现场医疗队多达上千支，动员了数千家现场和后方医疗机构接收多达300万患者^[1] 。尽早发现导致伤员死亡的相关因素，建立预后预测模型，进而对于提高地震伤救治成功率，挽救生命，具有重要意义。

    目前的研究大多数是描述性的伤员流行病学特征分析，往往采用单因素分析技术对影响患者结局相关的临床指标进行逐项筛选^[2-10]。欲全面、准确地获取地震伤致死相关因素，进而开发具有较高实用性的预后预测模型，必须引入新的思想和数学方法。 模式识别技术已经开始应用于临床大数据分析和构建预后预测模型^[11-15]。模式识别的核心思想是将患者的病情(就创伤而言 ......