在临床预测模型分析中，会有模型的构建及验证，而验证一般又分为内部验证和外部验证。
内部验证是指在模型构建的数据集中，通过统计方法（如交叉验证、自助抽样或留出验证集）来评估模型的性能；
外部验证是指将模型应用到独立的外部数据集上，以评估其在真实世界中的表现。
两者都是为了评价的性能，但他们的场景是不同。
内部验证是随着模型构建之后，做完模型构建，如果不做内部验证，那么这个模型构建是不完整的。
从数据集来看的话
内部验证的数据集要与模型构建的数据集是一样的，所以数据并不是按照病历来源不同或时间不同划分的，是一个数据集随机拆成两份，一份拿来验证；
而外部验证的数据集则是与模型构建数据集是不同的，这个不同可以是不同地域，不同领域，不同时间都是可以，根据您的研究目的，都可以应用。
如在甲医院建模，在乙医院评价模型效果；在2000年数据建模，在2020年再收集数据评价模型效果；本来是评价胃癌人群的预后，在肠癌人群中评价预后，这些都是外部验证。
所以外部验证并没有说哪种划分更好，主要看模型评价的研究目的。
说到临床预测模型，给大家推荐一个好用的工具，就是郑老师团队开发的免费统计分析平台Zstats风暴统计，轻松实现logistic回归，cox回归预测模型构建，以及内外部验证，有需要的朋友可以试试！
https://www.medsta.cn/software
复制到电脑浏览器端，欢迎大家使用！
这个统计问题就解答到这里，大家可以关注我们的公众号“医学论文与统计分析”，我们将分享更多统计学知识！
