Markov模型是生物医学上常用的一种随机过程模型。随机过程X＝﹛X（t），t∈T﹜是一组依赖于t的随机变量，即对于每一个t，Xt是一个随机变量，称为过程在t时刻的状态。Xt的所有可能取值称为过程的状态空间。当给定Xt的值时， Xt＋1的概率分布只依赖于Xt的值，而与X1，X2，…，Xt-1的值无关。即将来的状态只与现在状态有关，与过去状态无关，这种特性称为Markov性［1］。Markov模型通常用来模拟有限数量的具有Markov性质的系统，在医学上，利用Markov模型可以根据各状态在一定时期内的转移概率来模拟疾病的发展过程。艾滋病病程呈现多阶段的特点，不同阶段对健康的影响不同，在实际分析中常常需要研究不同阶段的特点和影响因素等，此时利用传统的统计方法和决策树模型不够准确，而Markov模型却可以很好的解决上述问题。在艾滋病领域Markov模型的应用主要集中于卫生经济学评价、疫情估计和预测、病程规律及其影响因素研究3个方面，为此本文围绕这3方面阐述其原理和分析步骤。