預測模型工具完整版今天正式上線，logistic+Cox方法！ 和R語言結(jié)果一致，但更方便
2023年鄭老師多門科研統(tǒng)計課程：多次直播，含孟德爾隨機化方法?
臨床預測模型全套工具來了，自動產(chǎn)生列線圖、ROC、DCA！包括logistic和Cox回歸
但之前的并非完整版，主要常見的統(tǒng)計圖ROC,列線圖缺少參數(shù)調(diào)整的靈活性，也無法下載高清的圖片。
這樣兩周我們逐一把bug進行了修復，把功能進行完善，現(xiàn)在推出logistic和Cox預測模型正式完整版！
Cox+logistic回歸臨床預測模型功能
1. 數(shù)據(jù)導入與整理
2. 隨即拆分為訓練集、驗證集
3. 訓練集與內(nèi)部驗證人群特征差異性比較
4. 批量單因素回歸
5.?根據(jù)P值挑選自變量納入模型
6. 逐步回歸篩選自變量
7.?快速繪制生存曲線
8. 生存曲線不僅可以直接顯示P值，還可以顯示HR?
9.?形成回歸三線表，一鍵下載word報告
10. 自動列線圖、校準圖、Roc曲線圖、DCA圖。
11. 一鍵下載臨床預測模型高清四圖
最大的修改便是統(tǒng)計圖可以通過調(diào)整參數(shù)更加精美，且可以下載了！?。。?/strong>
比如繪制ROC曲線，之前已經(jīng)介紹了：驚艷！小白也能畫出精美的ROC曲線，速來一試（附全套代碼）
就部署在本人開發(fā)的"風暴統(tǒng)計平臺"
它的網(wǎng)址是www.medsta.cn/（在電腦端瀏覽器打開，位于“風暴智能統(tǒng)計”模塊）
瀏覽器輸入medsta.cn即可或者百度“風暴統(tǒng)計”
本平臺上線的所有工具都是免費的, 目前的功能包括：
樣本量計算|?正態(tài)性檢驗?|?t檢驗?|?方差分析?
秩和檢驗?|?卡方檢驗?|?差異性分析帶統(tǒng)計量
線性回歸分析?|?logistic回歸?|?Cox回歸?
批量單因素分析?|?先單后多?|?臨床預測模型?
roc曲線?|?列線圖?|?校準圖?|?DCA曲線
Logistic預測模型Cox預測模型
https://shiny.medsta.cn/logpre1/
Cox預測模型
https://shiny.medsta.cn/coxpre2/
1. 歡迎交流
歡迎有意向開展數(shù)據(jù)分析的朋友加下方交流，也請?zhí)岢鰧氋F意見，或者干脆加入我們制作隊伍。。。
2.?操作介紹
比如，我想研究肺癌患者的相關(guān)因素因素，采用Cox回歸分析，采用R語言survial自帶的數(shù)據(jù)集lung
首先，導入數(shù)據(jù)（各位可以用測試數(shù)據(jù)試驗下）
Cox回歸之前，我們可以對變量值和變量值進行整理轉(zhuǎn)換，比如我對性別變量值，男性和女性打標簽
可以, 拆分變量，形成訓練集與驗證集
進行訓練集與內(nèi)部驗證人群特征差異性比較
然后, 可以繪制生存曲線，并直接下載pdf或者高清PNG版本，生存曲線不僅直接顯示P值，還顯示HR 和95%CI。
詳情請點擊下方：
https://mp.weixin.qq.com/s?__biz=MzAwOTYyMDY3OQ==&mid=2650407545&idx=1&sn=6e01b9889a833cb5d2407b56317c01e0&chksm=83527fd1b425f6c7eccfd83331d566d07f0752f9ceedf7951815e35e1af4b4037de9aaa25f97&token=790691973&lang=zh_CN#rd
