预测模型做完一次外部验证，常见问题是：结果还有不确定性，要不要继续收样本？这项工作不再按统计惯例回答，而用信息价值分析——估算减少决策不确定性能够避免多少预期损失——判断追加验证是否值得。
作者把 EVPI（消除全部参数不确定性的最高预期价值）和 EVPPI（只消除部分不确定性的价值）扩展到多中心研究与 Meta 分析，纳入中心间差异，并区分全局与本地决策、已观察与未观察中心。方法已在 MetaNB R package 中实现。
在跨 36 个中心的卵巢癌诊断模型 ADNEX 系统综述中，作者报告：若所有中心采用同一决策，EVPIglobal 为 0，无需更多数据确认其整体优势；但未观察中心仍有 0.03 的概率是默认策略更优。按每年 35 万例肿瘤、恶性率 20% 的假设，消除各中心性能与患病率不确定性，每年可净避免 1134 个假阳性；只确定本地患病率则为 158 个。换句话说，研究能把“继续验证吗”进一步拆成“该补哪个中心、哪类信息”。