已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Internal-external cross-validation helped to evaluate the generalizability of prediction models in large clustered datasets

概化理论 外部有效性 交叉验证 计算机科学 预测建模 统计 数据挖掘 计量经济学 数学 人工智能 机器学习
作者
Toshihiko Takada,Steven W J Nijman,Spiros Denaxas,Kym I E Snell,Alicia Uijl,Tri‐Long Nguyen,Folkert Wouter Asselbergs,Thomas P. A. Debray
出处
期刊:Journal of Clinical Epidemiology [Elsevier BV]
卷期号:137: 83-91 被引量:98
标识
DOI:10.1016/j.jclinepi.2021.03.025
摘要

OBJECTIVE: To illustrate how to evaluate the need of complex strategies for developing generalizable prediction models in large clustered datasets. STUDY DESIGN AND SETTING: We developed eight Cox regression models to estimate the risk of heart failure using a large population-level dataset. These models differed in the number of predictors, the functional form of the predictor effects (non-linear effects and interaction) and the estimation method (maximum likelihood and penalization). Internal-external cross-validation was used to evaluate the models' generalizability across the included general practices. RESULTS: Among 871,687 individuals from 225 general practices, 43,987 (5.5%) developed heart failure during a median follow-up time of 5.8 years. For discrimination, the simplest prediction model yielded a good concordance statistic, which was not much improved by adopting complex strategies. Between-practice heterogeneity in discrimination was similar in all models. For calibration, the simplest model performed satisfactorily. Although accounting for non-linear effects and interaction slightly improved the calibration slope, it also led to more heterogeneity in the observed/expected ratio. Similar results were found in a second case study involving patients with stroke. CONCLUSION: In large clustered datasets, prediction model studies may adopt internal-external cross-validation to evaluate the generalizability of competing models, and to identify promising modelling strategies.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
kang完成签到,获得积分10
1秒前
1秒前
鲜艳的谷丝完成签到 ,获得积分10
2秒前
3秒前
打打的应助被唐唐采纳,获得10
4秒前
肥皂剧发布了新的文献求助10
4秒前
5秒前
载酒裁决的家产完成签到 ,获得积分10
5秒前
chy发布了新的文献求助10
6秒前
retro完成签到 ,获得积分10
7秒前
sun完成签到,获得积分10
8秒前
9秒前
廖小明发布了新的文献求助10
10秒前
吃蛋挞了吗完成签到,获得积分10
11秒前
小蘑菇的应助被腼腆的立诚采纳,获得10
11秒前
MOJITO完成签到,获得积分10
13秒前
BSDL发布了新的文献求助10
15秒前
舒化奶完成签到,获得积分10
15秒前
聪明的小乌龟完成签到,获得积分10
15秒前
州zzzz完成签到 ,获得积分10
16秒前
前方完成签到 ,获得积分10
18秒前
夜寻完成签到 ,获得积分10
19秒前
ket的应助被晓鸭的平凡世界采纳,获得10
19秒前
汉堡包的应助被唐唐采纳,获得10
20秒前
美女娜完成签到 ,获得积分10
21秒前
Luo完成签到 ,获得积分10
22秒前
科研通AI2S的应助被科研通管家采纳,获得10
22秒前
Nole的应助被科研通管家采纳,获得30
22秒前
null的应助被科研通管家采纳,获得10
22秒前
22秒前
orixero的应助被科研通管家采纳,获得10
22秒前
大个的应助被科研通管家采纳,获得10
23秒前
天天快乐的应助被科研通管家采纳,获得10
23秒前
希望天下0贩的0的应助被chy采纳,获得10
23秒前
better完成签到 ,获得积分10
23秒前
OK的应助被初景采纳,获得100
23秒前
24秒前
gsgtshy完成签到 ,获得积分10
24秒前
水晶鞋完成签到 ,获得积分10
26秒前
26秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1700
The World Atlas of Wine 9th edition 1000
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology) 800
八旗制度の研究 600
高分子基功能界面水蒸发材料与应用研究 500
外场增强的水汽发电研究 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8184723
求助须知:如何正确求助?哪些是违规求助? 9573702
关于积分的说明 21832740
捐赠科研通 7782090
什么是DOI,文献DOI怎么找? 3434404
关于科研通互助平台的介绍 2558528
邀请新用户注册赠送积分活动 2481054