# 数据质量画像

临床预测模型的质量取决于训练数据，但缺失率、类别比例这类单指标与模型上线后的表现没有直接挂钩。一项在MIMIC-IV三个队列和eICU多中心数据库上开展的探索性基准，把数据质量拆成完整性、标签噪声、分布相似性、代表性和时间完整性五个分量，每个受控条件下都真实训练模型并测量留出患者上的对数损失与校准变化。复合分数在三个受控队列中方向一致，但联合两种损坏时危害呈次可加而非相乘，且在21家可分析eICU医院上只与校准相关、与判别力无可检测关联。

临床预测模型的质量取决于训练数据，但缺失率、类别比例这类单指标与模型上线后的表现没有直接挂钩。一项在MIMIC-IV三个队列和eICU多中心数据库上开展的探索性基准，把数据质量拆成完整性、标签噪声、分布相似性、代表性和时间完整性五个分量，每个受控条件下都真实训练模型并测量留出患者上的对数损失与校准变化。复合分数在三个受控队列中方向一致，但联合两种损坏时危害呈次可加而非相乘，且在21家可分析eICU医院上只与校准相关、与判别力无可检测关联。