临床预测模型构建&机器学习（R语言进阶）（完结）

 SCI可以完成而不写综述或Meta分析或基础实验？

是的，利用临床数据构建临床预测模型是一种有效的方法。

临床预测模型采用参数、半参数或机器学习算法构建（Clinical PredictionRules, CPRs）广泛重视医学研究，也是将临床数据转化为临床应用的重要途径之一。

许多团队试图建立各种疾病诊断或治疗预测模型，发表的相关文章数量也在逐年增加。然而，临床预测模型的许多理论，特别是软件实现方法，很难自学。

因此，基于临床医生的视角，我们特邀医学统计大咖继续讲解 R 临床预测模型的构建和机器学习算法在医学中的应用。

课程特点

1. 作为一名临床医生，讲师更了解学生的需求，知道学生想要掌握什么，什么会超出学生的能力范围。

2. 课堂教学使用的材料都是实用数据，深入教授医学统计分析的新方法和难点，带你占据数据分析的制高点。

课程目录

0 临床预测模型简介及课程内容总结.mp4

1.1 Logistic回归.mp4

1.2 泊松回归.mp4

2.1 Logistic回归无序多分类.mp4

2.2 等级Logistic回归.mp4

3.1 Logistic回归建模.mp4

3.2 判别分析.mp4

4.1 倾向匹配得分(PSM)分析.mp4

5.1 最佳子集和岭回归建模.mp4

5.2 Lasso 回归建模.mp4

5.3 弹性网络建模.mp4

5.4 交叉验证和模型选择.mp4

6.1 K-Log-rank检验分析.mp4

6.2 Cox比例风险模型.mp4

7.1 竞争风险概念和Fine&Gray检验.mp4

7.2 竞争风险模型在R语言中实现.mp4

8.1 多元回归中常用的变量筛选方法.mp4

8.2 临床研究中亚组分析和森林图绘制.mp4

8.3 敏感性分析和临床研究中的结果表达.mp4

9.1 临床预测模型典型案例解读.mp4

9.2 构建临床预测模型的一般方法.mp4

9.3 Logistic回归模型的可视化和Nomogram列线图的绘制.mp4

9.4 Cox回归模型的可视化和Nomogram列线图的绘制.mp4

10.1 C-statisticsC-index计算.mp4

更多的课程资源-www.lanxingzhiku.com

10.2 净重新分类指数(NRI)综合判断提高指数(IDI)的计算.mp4

10.3 校准度评价临床预测模型：画出Calibration曲线.mp4

10.4 临床有效性评价预测模型：决策曲线分析（DCA）方法.mp4

11.1 诊断试验数据处理方法.mp4

11.2 ROC曲线绘制和AUC计算.mp4

11.3 多指标联合诊断 R 实现.mp4

12.1 主成分分析.mp4

12.2 因子分析.mp4

12.3 聚类分析.mp4

13.1 K最近邻法.mp4

13.2 支持向量机.mp4

14.1 回归树.mp4

14.2 分类树.mp4

14.3 随机森林.mp4

14.4 梯度提升.mp4

15.1 神经网络.mp4

15.2 深度学习.mp4

16.1 时间序列分析.mp4

16.2 预测时间序列.mp4

构建临床预测模型&机器学习(R语言先进)-讲义等辅助材料z