DCA分析，全稱決策曲線分析（Decision Curve Analysis），是一種評估臨床預測模型、診斷試驗和分子標記物的方法。DCA的核心思想是通過繪製決策曲線來比較不同預測模型在不同治療決策閾值下的臨床效益，幫助醫學研究人員和臨床醫生在不同預測模型之間做出最優選擇，以達到更好的臨床預測效果。
DCA的原理基於利益（Net Benefit）的概念，利益可以定義為治療正確的病例數減去治療錯誤的病例數，其中治療正確指的是根據預測模型的輸出結果進行正確的治療決策。在DCA中，首先確定一個參考策略作為比較基準，例如不治療、全面治療等，然後，將不同預測模型的決策曲線與參考策略進行比較，以確定哪個預測模型在不同治療決策閾值下具有更高的臨床效益。
DCA的優點在於它不僅考慮了模型的靈敏性和特異性，還考慮了不同決策閾值下的治療效果和副作用，從而可以更全面地評估預測模型的實用性和臨床套用價值。DCA適用於評估任何類型的預測模型，包括臨床評分、生物標誌物、基因組學、蛋白組學、影像學等各種類型的預測模型。