1.2.3　数据集分类

临床预测模型建模和验证的数据集称为训练集和验证集。如果验证集是来自训练集来源的同一人群，则称为内部验证；如果验证集来自外部数据，则称为外部验证，如图1-12所示。

图1-12　预测模型数据集与验证区分

很多时候，我们对数据进行拆分，分为训练集和验证集，用训练集建模，然后用验证集进行验证，注意此时也是内部验证，因为验证集与训练集是同一批数据被拆分开的；同样在某单位搜集前2年的数据作为训练集，后1年的数据作为验证集，这种情况也属于内部验证，因为也是来自同一家机构的。外部验证是指验证集来自不同于训练集的数据，比如A医院建模，而采用B医院数据进行验证，这就属于外部验证。

另从统计分析方法上，同一数据进行拆分为训练集和验证集，与A医院数据建模，B医院数据验证，在统计实现方法上是一样的，均属于统计学上的外部验证；而对研究全部数据进行建模，然后采用Bootsrap或交叉验证的方法验证，都属于统计学上的内部验证。这个容易混淆，一个是统计学上的内部验证与外部验证，另一个是数据集上的内部验证与外部验证。