转发此文到朋友圈集赞20个或者医学群（人数300人以上）保留30分钟，就可获得
免费ChatGPT年卡
：一年内每天畅享1000次ChatGPT
【开课时间】7月15日-16日+
7月22日-23日
，共4天时间。
【课程简介】
本课程最大特点：
1.本课程是医学统计分析与作图的提高班，深度讲解临床研究资料统计分析中的新方法与难方法；
2.课程中所有统计分析与作图均基于R语言完成，所以也是一门针对医学专业人员的R语言培训课程！
【讲师团队】
主讲老师为周老师团队，医学博士，目前以第一作者或通讯作者发表SCI论文多篇。
主编临床流行病学与统计学专业著作5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。
【适用人群】
临床医生、医学研究生、医药公司临床研究相关人员。
【本课程具体内容包括】
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. R中基础统计分析简介：t检验与方差分析，卡方检验与秩和检验；
5. 一般线性模型与复杂方差分析；
6. 广义线性模型：Logistic回归与泊松回归；
7. 倾向性匹配得分（PSM）分析；
8. 诊断试验数据ROC分析与曲线绘制；
9. 生存分析与Cox回归；
10. Fine&Gray检验与竞争风险模型；
11. 多元回归中变量筛选方法；
12. 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）；
13. 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）；
14. Logistic回归、Cox比例风险模型外部验证；
15. 正则化技术（岭回归、LASSO回归及交叉验证LASSO回归、弹性网络）；
16. 异常值识别与缺失值填补；
17. 复杂生存曲线、亚组分析森林图等图形绘制；
18. 临床预测模型类研究报告规范与论文撰写要点。
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~
本课程配套教材为主讲老师主编《临床预测模型构建方法学》！详细课表如下：
|
每节课名称
|
每节课学习目标
|
时长
|
|
专题一
R
语言统计分析从入门到精通
|
|
1.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
|
|
2.R
中数据集创建及数据导入
|
1.
数据集的概念；
2.
数据结构；
3.
外部数据的输入
|
60
|
|
3.R
中描述统计与基础绘图应用
|
1.
统计描述指标及计算；
2.
频数表和列联表；
3.
图形参数；
4.
图形组合；
5.
条形图；
6.
饼图；
7.
直方图；
8.
箱式图；
9.
散点图
|
60
|
|
4.R
中基础统计分析方法实现
|
1.t
检验与方差分析；
2.
卡方检验与秩和检验在
R
中实现
|
60
|
|
5.
一般线性模型的应用与
R
实现
|
1.
复杂方差分析；
2.
多元线性回归在
R
语言中实现
|
60
|
|
6.
广义线性模型的应用与
R
实现
|
1.Logistic
回归；
2.
泊松回归在
R
语言中实现
|
90
|
|
7.
倾向性匹配得分分析
R
实现
|
1.
倾向性匹配得分（
PSM
）分析在
R
语言中的实现
|
60
|
|
8.
诊断准确性试验
ROC
分析
|
1.
诊断试验数据
ROC
分析；
2.ROC
曲线绘制
|
60
|
|
9.
生存分析、
Cox
比例风险模型与竞争风险模型
R
实现
|
1.Cox
比例风险模型原理；
2.
竞争风险模型原理；
3.K-M
分析，
Log-rank
检验，
Cox
比例风险模型；
4.Fine&Gray
检验与竞争风险模型在
R
软件实现
|
120
|
|
10.
多元回归分析中变量筛选方法
|
1.
多元回归分析中变量筛选方法
|
60
|
|
11.
复杂生存曲线、亚组分析森林图等图形绘制
|
1.
复杂生存曲线；
2.
亚组分析森林图等图形绘制及结果解读
|
60
|
|
专题二
基于
R
语言构建临床预测模型
|
|
12.
临床预测模型类研究经典案例解读
|
1.
基于临床特征构建预测模型案例解读；
2.
基于影像组学
+
临床特征构建临床预测模型案例解读；
3.
基于基因组学
+
临床特征构建临床预测模型案例解读
|
90
|
|
13.
回归模型可视化与临床预测模型构建
|
1.Logistic
回归、
Cox
比例风险模型、竞争风险模型的可视化及相应
Nomogram
列线图的绘制
|
120
|
|
14.
临床预测模型的评价与内部验证
|
1.
包括
C-Statistics
计算；
2.NRI
与
IDI
的计算；
3.Calibration
曲线绘制；
4.
临床效用评价及
DCA
决策曲线分析
|
120
|
|
15. Logistic
回归、
Cox
比例风险模型外部验证
|
1. Logistic
回归、
Cox
比例风险模型外部验证的
R
语言实现
|
90
|
|
16.
正则化技术
--
岭回归、
LASSO
回归与弹性网络
|
1.
岭回归；
2.LASSO
回归及交叉验证
LASSO
回归；
3.
弹性网络
|
90
|
