stata进行logistic回归内部验证和外部验证

我们既往已经介绍了使用Stata进行logistic回归绘制列线图并做内部验证，不少粉丝发信息问我怎么进行外部验证。今天我们来介绍一下，继续使用我们的不孕症数据（公众号回复：不孕症可以获得该数据）。我们数据先导入看一下

数据有8个指标，最后两个是PSM匹配结果，我们不用理他，其余六个为：
Education：教育程度，age:年龄，parity产次，induced：人流次数，case：是否不孕，这是结局指标，spontaneous：自然流产次数。
既然是外部验证，那必须有外部数据，我们在这里简单的对数据进行一个拆分，把它分成两部分，一部分作为建模数据，一部分作为验证数据

gen val = runiform()<.4

这样，我们就生成了数据val，我们把0的数据作为建模数据，1的数据作为验证数据，这样我们就可以开始建模了
我们要注意一下，部分变量是分类数据，我们要在前面加上i.

logistic case age parity i.spontaneous i.induced if val==0

利用建模的数据生成预测值

predict p_dev

这个时候我们需要使用stata的一个做验证的pmcalplot包，
安装命令为

ssc install pmcalplot

或者可以选择
帮助—搜索栏



最后点击安装就可以了

安装好包以后，我们继续开始我们内部验证和外部验证
先来内部验证

pmcalplot p_dev case if val==0, ci

我们需要的是AUC和校准度，继续外部验证

pmcalplot p_dev case if val==1, ci

可以看到在外部数据，AUC差了一点，也有0.714，校准度也差了点，我们还可以做一些其他调整

pmcalplot p_dev case if val==1, ci nospike nostatistics

添加标题，关掉图例

pmcalplot p_dev case if val==1, ci nospike nostatistics xtitle("Predicted probability", size(medsmall)) ytitle("Observed frequency", size(medsmall)) legend(off)

还可以在风险阈值下进行队列验证，

pmcalplot p_dev case if val==1, cut(.05 .15 .5) ci keep

我们可以看到已经生成了分组数据

OK，到这里就演示结束了，借助pmcalplot包，我们来做内部和外部验证还是挺容易的，下章我们继续介绍stata进行COX回归外部验证