风险模型的外部效度：利用基准值分离病例组合效应与不正确系数

有多种与校准和辨别相关的性能指标可用于风险模型的评估。当在新群体中评估风险模型的有效性时，模型性能的估计可能会受到多种方式的影响。回归系数可能不正确，这确实会导致模型无效。然而，患者特征的分布（病例组合）也可能影响模型的性能。在这里，作者考虑了一些外部验证研究中可能遇到的典型情况。通过模拟研究开发样本和验证样本之间差异与性能指标之间的理论关系。提出了性能指标的基准值，以便在解释模型在验证样本中的估计性能时，分离病例组合效应与不正确的回归系数。作者使用从国际提拉扎德试验和北美提拉扎德试验（1991-1994）获得的创伤性脑损伤数据，展示了基准值的使用。