这里是一个非常基本的问题，所以请耐心等待...
我有一个包含 241 名患者的数据集，包括 16 个变量加上诊断（恶性与良性）。该领域有 3 个先前发布的逻辑回归公式：
- 型号S ~ A + B + C + D + E + F
- 模型H ~ 模型S + G
- 模型G ~ A + B + C + H
我想对每个进行外部验证。当然，我已经插入了变量，因此计算了每个患者的预测恶性肿瘤概率。
有没有更正式的方法来比较这些预测公式的性能？当然，我已经得出了自己的公式（遵循 Harrell 的方法并使用包 rms）。如何正确地将我的公式与以前发布的公式进行比较？
采用先前公式发现的“显着”参数并从我的数据集中导出系数，从而导出 newModelS、newModelH 和 newModelG，然后在这些参数上运行统计信息（如 C、可能性 chi2 等）是否有效？我还可以比较 AICc 新复制的公式，但这是否会告知以前发布的公式？
更普遍的问题是“您如何对逻辑回归公式进行外部验证”？