同個(gè)公共數(shù)據(jù)換個(gè)病就能發(fā)文章,R語言全套代碼復(fù)現(xiàn)競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型
2023年以來浙中醫(yī)大學(xué)鄭老師開設(shè)了一系列醫(yī)學(xué)科研統(tǒng)計(jì)課程,零基礎(chǔ)入門醫(yī)學(xué)統(tǒng)計(jì)包括R語言、meta分析、臨床預(yù)測(cè)模型、真實(shí)世界臨床研究、問卷與量表分析、醫(yī)學(xué)統(tǒng)計(jì)與SPSS、臨床試驗(yàn)數(shù)據(jù)分析、重復(fù)測(cè)量資料分析、結(jié)構(gòu)方程模型、孟德爾隨機(jī)化等10門課,如果您有需求,不妨點(diǎn)擊下方跳轉(zhuǎn)查看:??
2023年統(tǒng)計(jì)服務(wù)開啟!歡迎提前洽談數(shù)據(jù)分析、科研合作服務(wù)

之前發(fā)過這樣一篇推文一模一樣的分析,同一個(gè)數(shù)據(jù)庫(kù),換個(gè)病就能發(fā)表又一篇預(yù)測(cè)模型文章。里面用到的統(tǒng)計(jì)學(xué)方法如下

這里的第二步和第三步就是用了Fine and Gray的子分布風(fēng)險(xiǎn)回歸法:第二步、SPMs累計(jì)發(fā)生率采用了Fine and Gray的子分布風(fēng)險(xiǎn)回歸計(jì)算第三步、預(yù)測(cè)因子的選擇用了Fine and?Gray?模型合并逐步消除法進(jìn)行變量的篩選
R語言復(fù)現(xiàn)
今天,我們就來看看在R語言中如何采用了Fine and Gray的子分布風(fēng)險(xiǎn)回歸計(jì)算累計(jì)發(fā)生率,以及如何建立子分布風(fēng)險(xiǎn)回歸模型。
第一步,要準(zhǔn)備數(shù)據(jù),這里大家要了解做競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型的數(shù)據(jù)和普通風(fēng)險(xiǎn)模型的數(shù)據(jù)是不一樣的。
普通Cox回歸要求因變量包含時(shí)間及事件發(fā)生情況,但事件是二分類的
而競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型不一樣,同樣要求因變量包含時(shí)間及事件發(fā)生情況,但事件發(fā)生情況是多分類的,包括發(fā)生研究結(jié)局事件、競(jìng)爭(zhēng)事件和刪失(重點(diǎn):數(shù)據(jù)的區(qū)別)。0是刪失,1是結(jié)局事件,2是競(jìng)爭(zhēng)事件。
準(zhǔn)備好這些數(shù)據(jù)以后,就可以進(jìn)行競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型分析(再次強(qiáng)調(diào)一下,競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型結(jié)局是三分類的)
第二步,就是我們要計(jì)算的累計(jì)發(fā)生率(數(shù)據(jù)可以公眾號(hào)后臺(tái)回復(fù)“數(shù)據(jù)”獲取)
詳情請(qǐng)點(diǎn)擊下方:
https://mp.weixin.qq.com/s?__biz=MzAwOTYyMDY3OQ==&mid=2650404621&idx=2&sn=89fa31a8b5abd8e6cd3429288e015239&chksm=83518aa5b42603b30e1c7803bb3dbde0f899ac87d6accc198f8c2852d0bb6473a35bc505f612&token=921011133&lang=zh_CN#rd


2023年統(tǒng)計(jì)服務(wù)?
2023年,我們將開展從科研設(shè)計(jì)、數(shù)據(jù)分析、統(tǒng)計(jì)學(xué)報(bào)告等醫(yī)學(xué)科研研究方法咨詢與服務(wù)多項(xiàng)服務(wù),若您有課題經(jīng)費(fèi)可以支持,歡迎您提前和我們聯(lián)系,2022底前采用預(yù)付方式與我們開展合作。?
2023年統(tǒng)計(jì)服務(wù)開啟!歡迎提前洽談數(shù)據(jù)分析、科研合作服務(wù)