1.2.2　预测模型数据来源分类

临床预测模型区别于普通模型的要点之一在于验证，就是将构建的模型代入某数据集进行预测，以评价其表现。根据数据集的不同，预测模型又有如下不同的分型，如图1-10和图1-11所示。

图1-10　预测模型按照数据集分型图解

图1-11　各型预测模型解读

Type1a：仅仅在训练集中构建临床预测模型。大家是否发现，这与我们前面所谓的风险因素发现模型高度相似？

Type1b：在训练集中进行建模，然后利用重抽样的方法，在训练集中抽取样本进行验证。

Type2a：将研究数据集随机拆分为训练集和验证集，然后用训练集建模，用验证集进行验证。

Type2b：将研究数据集进行非随机拆分为训练集和验证集，然后用训练集建模，用验证集进行验证。如在某医院，搜集前2年的数据作为训练集，搜集后1年的数据用于验证。

Type3：用不同的数据集进行建模和验证，如用某医院的数据建模，用另外一家医院的数据进行验证。

Type4：仅进行验证。如别人已经构建了一个临床预测模型并且发表了文章，你用该模型在自家医院进行验证。

另从撰写角度，围绕某个临床主题，预测模型撰写的过程如下：①人无我有，即目前尚无临床预测模型，新建一个用于预测；②人有我优，即别人发表了一个临床预测模型，你可以对该模型进行改良和优化；③人有我验，即对别人发表的预测模型，你可以用自己的数据进行验证；④人多我比，即已经有多个临床预测模型，你可以用自己的数据，对多个模型的表现进行比较。