基于R语言的临床预测模型构建方法学研讨会
2023年10月21-22日 腾讯会议
课程简介：邀请国内临床预测模型构建实战派专家手把手讲授临床预测模型构建方法学，实操+理论授课+微信群长期答疑+送回看视频+免费复听，学会为止~
课程特点：
1. 课程中所有统计分析与作图均基于R语言完成，所以这也是一门针对医学专业人员的R语言培训课程！
2. 本课程是实用医学统计分析与统计作图提高班，深度讲解临床资料统计分析中的出现频率较高新方法与难方法；
3. 本课程也是深度讲解如何基于临床资料进行挖掘，构建临床预测模型，发表高质量临床研究论文的方法学课程；
课程内容：
1. R软件与RStudio获取与安装；
2. R中数据集的创建及外部数据导入；
3. R中描述统计与基础绘图应用；
4. 临床预测模型构建典型案例解读；
5. 一般线性模型；
6. 广义线性模型：Logistic回归与泊松回归；
7. 生存分析与Cox回归模型；
8. Fine&Gray检验与竞争风险模型；
9. 多元回归中变量筛选方法；
10. 回归模型可视化与临床预测模型构建（各类回归模型的Nomogram列线图绘制）；
11. 临床预测模型的评价与验证（包括C-statistics计算，NRI与IDI的计算，Calibration曲线绘制，DCA决策曲线分析，模型外验证与评价）；
12. 正则化技术：岭回归与Lasso回归的R实现；
注意：本课程主要针对临床医生，医学生与临床研究相关专业人员，所有统计分析与作图均是基于R语言，不涉及生物信息学相关的统计分析~
讲师简介：国内某著名三甲医院临床医生，医学博士，发表SCI论文50余篇。主编临床流行病学与统计学专业著作多部。担任多本SCI杂志或中文杂志审稿人。多次受邀讲授循证医学与医学统计学方法学课程，擅长从临床研究问题出发，以案例讲解为主，授课深入浅出，通俗易懂。
时间：2023年10月21-22日
主办方：上海统循会务咨询有限公司
地点：腾讯会议网络会议室
会务费用：2500元 所有参加的学员均可获赠全程录屏作为复习资料
优惠政策：
1. 提前报名并付款的可以预先拿到学习资料
2. 三人组团报名，每人可优惠100元
3. 四人组团报名，每人可优惠200元，
4. 五人组团报名缴费，额外带一人免费注册学习同等级学习班！
可以开正规会务发票，纸质邀请函（盖红章）。
|
每章节的主题 |
每节学习目标 |
分钟 |
|
CH1. R软件与RStudio的安装 |
1. R的获取与安装；2. RStudio获取与安装；3. R程序包的安装及帮助文档的查看 |
30 |
|
CH2. R中数据集创建及数据导入 |
2.1 数据集概念与结构； |
30 |
|
2.2 外部数据的导入 |
30 |
|
|
CH3. R中描述统计与基础绘图 |
3.1 R描述统计：1.统计描述指标及计算；2.频数表和列联表； |
40 |
|
3.2 R基础绘图：1.图形参数；2.条形图；3.箱式图；4.散点图 |
40 |
|
|
CH4. 临床预测模型典型案例 |
4.1基于临床病理特征构建预测模型案例； |
20 |
|
4.2基于影像组学特征+临床特征构建预测模型 |
20 |
|
|
4.3 基于基因组学特征构建预测模型 |
20 |
|
|
CH5. 一般线性模型的R实现 |
5.1 R实现简单线性回归； |
30 |
|
5.2 R实现多重线性回归； |
30 |
|
|
CH6. 广义线性模型的R实现 |
6.1 R实现Logistic回归：（1）广义线性模型和glm()函数;（2）Logistic回归模型;（3）Logistic回归列线图绘制;（4）C-Statistics 计算） |
90 |
|
6.2 R实现泊松回归模型 |
30 |
|
|
CH7. Cox比例风险模型与竞争风险模型R实现 |
8.1生存分析与Cox比例风险模型原理； |
30 |
|
8.2 K-M分析、Log-rank检验和Cox回归 |
30 |
|
|
8.3 Cox比例风险模型列线图绘制； |
40 |
|
|
8.4 Fine&Gray检验与竞争风险模型 |
40 |
|
|
CH8. 多因素回归分析中变量筛选方法 |
9.1多因素回归分析中变量筛选方法 |
60 |
|
CH9. 回归模型可视化与临床预测模型构建 |
10.1 Logistic回归模型的可视化及Nomogram列线图的绘制 |
45 |
|
10.2 Cox回归模型的可视化及Nomogram列线图的绘制 |
45 |
|
|
10.3预测模型构建的一般方法及案例解读 |
60 |
|
|
CH10. 临床预测模型的评价与验证 |
11.1 C-statistics计算； |
30 |
|
11.2 NRI的计算； |
30 |
|
|
11.3 IDI的计算； |
30 |
|
|
11.4 DCA决策曲线分析 |
30 |
|
|
11.5 模型外验证与评价 |
45 |
|
|
CH11. 正则化技术：岭回归与Lasso回归 |
13.1正则化方法原理介绍； |
45 |
|
13.2岭回归与Lasso回归 |
45 |
|
|
注意：本课程的所有统计分析方法基于R软件实现，请提前至官网安装最新版本R语言与R-Studio！R软件为免费软件，可直接到官网下载使用，但需注意，安装路径必须无中文 |
||