1.2.3　數據集分類

臨床預測模型建模和驗證的數據集稱為訓練集和驗證集。如果驗證集是來自訓練集來源的同一人群，則稱為內部驗證；如果驗證集來自外部數據，則稱為外部驗證，如圖1-12所示。

圖1-12　預測模型數據集與驗證區分

很多時候，我們對數據進行拆分，分為訓練集和驗證集，用訓練集建模，然后用驗證集進行驗證，注意此時也是內部驗證，因為驗證集與訓練集是同一批數據被拆分開的；同樣在某單位搜集前2年的數據作為訓練集，后1年的數據作為驗證集，這種情況也屬于內部驗證，因為也是來自同一家機構的。外部驗證是指驗證集來自不同于訓練集的數據，比如A醫院建模，而采用B醫院數據進行驗證，這就屬于外部驗證。

另從統計分析方法上，同一數據進行拆分為訓練集和驗證集，與A醫院數據建模，B醫院數據驗證，在統計實現方法上是一樣的，均屬于統計學上的外部驗證；而對研究全部數據進行建模，然后采用Bootsrap或交叉驗證的方法驗證，都屬于統計學上的內部驗證。這個容易混淆，一個是統計學上的內部驗證與外部驗證，另一個是數據集上的內部驗證與外部驗證。