臨床預測模型全套工具來了,自動產生列線圖、ROC、DCA!包括logistic和Cox回歸

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? ? ??

之前,鄭老師的"風暴統(tǒng)計"更新了利用logistic回歸構建預測模型。
1分鐘構建預測模型+快速開展內部驗證分析! 臨床預測模型工具完整版來了
今天我們利用Cox回歸構建臨床預測模型。
Cox回歸臨床預測模型
1.?隨即拆分為訓練集、驗證集
2. 訓練集與內部驗證人群特征差異性比較
3. 批量單因素回歸
4.?根據P值挑選自變量納入模型
5. 逐步回歸篩選自變量
6.?快速繪制生存曲線
7. 生存曲線不僅可以直接顯示P值,還可以顯示HR?
8.?形成Cox回歸三線表,一鍵下載word報告
9. 自動列線圖、校準圖、Roc曲線圖、Dca圖。
10. 一鍵下載臨床預測模型四圖
就部署在本人開發(fā)的"風暴統(tǒng)計平臺"

它的網址是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?
后續(xù)發(fā)布
Cox預測模型、統(tǒng)計圖形等?
1. 歡迎交流
歡迎有意向開展數據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。。。

統(tǒng)計機器人交流群二維碼
2.?操作介紹
比如,我想研究肺癌患者的相關因素因素,采用Cox回歸分析,采用R語言survial自帶的數據集lung
首先,導入數據(各位可以用測試數據試驗下)

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。


然后,開展Cox回歸
我們可以選擇逐步回歸法開展多因素回歸、我們自己可以設置,根據P值來判斷哪些單因素回歸的結果將選擇進來開展多因素回歸

立即可以顯示批量單因素回歸分析的結果!

以及多因素回歸

以及兩者的結合

Cox回歸做好了,預測模型4圖也自動產生,而且可以分時間點繪制分圖



最最重要的是,可以一鍵導出word版的表格!




本周更新到此結束,歡迎各位多提提意見,新的更新,下周一見!
? ? ? ?

詳情請點擊下方:
https://mp.weixin.qq.com/s?__biz=MzAwOTYyMDY3OQ==&mid=2650407150&idx=1&sn=250926af8a21cd227e588d27e2e05b3d&chksm=83527d46b425f4502b5b614124de62de65e88c167c2c84c58f3b25b92748bb58b7c737c3bc33&token=683557670&lang=zh_CN#rd
