1.2.2　預測模型數據來源分類

臨床預測模型區別于普通模型的要點之一在于驗證，就是將構建的模型代入某數據集進行預測，以評價其表現。根據數據集的不同，預測模型又有如下不同的分型，如圖1-10和圖1-11所示。

圖1-10　預測模型按照數據集分型圖解

圖1-11　各型預測模型解讀

Type1a：僅僅在訓練集中構建臨床預測模型。大家是否發現，這與我們前面所謂的風險因素發現模型高度相似？

Type1b：在訓練集中進行建模，然后利用重抽樣的方法，在訓練集中抽取樣本進行驗證。

Type2a：將研究數據集隨機拆分為訓練集和驗證集，然后用訓練集建模，用驗證集進行驗證。

Type2b：將研究數據集進行非隨機拆分為訓練集和驗證集，然后用訓練集建模，用驗證集進行驗證。如在某醫院，搜集前2年的數據作為訓練集，搜集后1年的數據用于驗證。

Type3：用不同的數據集進行建模和驗證，如用某醫院的數據建模，用另外一家醫院的數據進行驗證。

Type4：僅進行驗證。如別人已經構建了一個臨床預測模型并且發表了文章，你用該模型在自家醫院進行驗證。

另從撰寫角度，圍繞某個臨床主題，預測模型撰寫的過程如下：①人無我有，即目前尚無臨床預測模型，新建一個用于預測；②人有我優，即別人發表了一個臨床預測模型，你可以對該模型進行改良和優化；③人有我驗，即對別人發表的預測模型，你可以用自己的數據進行驗證；④人多我比，即已經有多個臨床預測模型，你可以用自己的數據，對多個模型的表現進行比較。