一键完成nomogram的内部交叉验证CV和bootstrap validation

www.mstata.com

一键完成 cv 或 bootstrap 验证：

做Logistic预测研究时，样本量不是很大的情况下，如果不拆分训练集和验证集，可以做一下内部验证，通常采用 K 折交叉验证或 bootstrap 等方法。自己写 R 代码可能有点麻烦，但有些 R 包，例如 caret 包等，自动化了这一过程，比较方便。

如果采用菜单式软件，可以去www.mstata.com, 进入MSTATA 医学统计机器人后，点击主菜单的“预测研究”， 选下面的模块：

Bootstrap 速度较慢，如果长时间不出结果或崩溃，可以试着把bootstrap的次数调低一些，或改成 CV 法验证。

结果出来之后，如何在论文中描述呢？

我们检索了很多nomogram的论文，内部cv或bootstrap的描述都很简单，举例如下：

还有一篇：

基本上都只提及一下bootstrap 内部验证结果得到的 C-index 值即可，一句话略过即可，没有其他复杂描述。