专栏名称: 医学学霸帮
由剑桥和北大两所高校创办;一个拥有:论文、临床、科研实验、生信挖掘、四六级、雅思、托福等视频资源的平台!
目录
相关文章推荐
什么值得买  ·  双11「机械键盘」选购指南:200的和200 ... ·  3 天前  
出彩写作  ·  “困”在材料里的年轻人 ·  昨天  
每天发现一家店  ·  16 个应季小物,让皮肤变得好好~ ·  2 天前  
每天发现一家店  ·  12 个养生小物,越用越漂亮! ·  4 天前  
每天发现一家店  ·  低价捡漏 - 1106 ·  6 天前  
51好读  ›  专栏  ›  医学学霸帮

不做实验不写meta,轻轻松松发40多篇SCI(8.8-9 网络精讲班)

医学学霸帮  · 公众号  ·  · 2020-07-28 08:43

正文


临床数据预测模型类论文专题研讨会

第29期 2020/8/08-09
网络精讲班,直播授课,非录播,微信群长期答疑
认准主办单位莫速乎教育,学员好评无数,前期学员已有多人成功发表SCI论文。建微信群老师课后长期回答学员所有问题;独家课后发放课堂同步视频,供学员复习


报名方式见文末

通 过临床预测模型发表论文是目前的热点和未来的趋势,前二十多期推出后受到广大学员的 满满好评,同时也引来了个别同行的模仿,虽然与我们的课程名完全相同,但内容及讲课质量千差万别,无论怎样被模仿,都无法阻挡我们教会学员、保证课程质量 的初心;老师经过近三年的课程优化、实力及讲课通俗易懂、受欢迎程度之热烈,使我们不得不继续举办,以便让学员都能安排时间来参加,欢迎广大学员报名这次超值的学习班。

建微信群老师课后回答学员问题,还收获了粉丝;独家课后发放视频,供学员复习,保证学会;前几期学员已有人发表SCI论文!


课程背景

很 多医生临床业务工作繁忙、收病人、写病例、上手术……几乎没有时间去进行做实验、跑电泳等基础科研,也根本不可能完成科研任务,更不用说批量发表SCI论 文。那么在临床任务繁忙几乎没有时间去做科研,同时不写综述、不写Meta分析、不做RCT、不进实验室,如何完成临床医生科研SCI高效输出?如何利用 既往临床大数据资料,成就SCI发表的批量化之路?临床预测模型就是利用临床数据资料发表SCI的套路模板,成为临床科研工作者发表SCI的高效途径。几 乎所有临床问题都可以建立预测模型。


课程特色

  1. 线下课程已举办25期,前几期课程受到学员的广泛好评,有些学员参加完后还发表了临床预测模型研究方面的SCI论文

  2. 课程会发放STATA和R软件全套代码,学员无需编程基础,无需相关统计软件SPSS\STATA\R的前期知识,极大降低统计软件的学习成本。案例性教学,注重实战,发放上课素材和案例数据,给学员手把手指导,即便零基础的学员也能轻松学会。

  3. 讲师为三甲医院的临床医生,深耕临床预测模型研究十余年,发表此方面的SCI论文十余篇,深谙此方面的写作、投稿及发表技巧。讲师在前几期的学习班中,受到学员的广泛好评。

  4.  从统计学软件的命令使用到讲师自身经验分享,两天课程让你具备独立完成临床预测/预后模型课题研究的能力。本课程旨在通过案例性讲解预测模型类论文的具体操作方法,帮助临床医生开启临床数据科研的SCI发表之路。


主办单位



学习目标

通过两天的学习,使学员掌握临床预测/预后模型的选题、数据收集、数据清洗、统计建模、模型验证、撰写方法、投稿及应对审稿人问题,最终可以独立完成临床预测/预后模型课题研究和论文撰写发表的能力。


内容安排

具体根据学员接收情况有稍许调整。


第一天上午:08:30---11:50

一、 如何利用现有临床数据快速发表SCI论著?(构思一个故事、获得一个灵感、挖掘一个SCI创作点)

1、 面对巨大科研压力,三无小医生(无钱、无时间、无精力)如何快速发表SCI. 

2、 不做实验、不做RCT,临床小医生如何做到批量化有SCI文章在写?在投?在发表?(三驾马车套路让你受益终身)

3、 一线SCI实战的研究思路是你快速发表SCI的不二法门

二、 深度完美剖析一篇26分SCI临床预测模型完整流程

1、 临床预测模型有关基本概念与核心本质是什么?

2、 古有曹植七步成诗,今有讲师七步成文(临床小医生必备的临床研究预测模型的构建思路)

3、 Discrimination\calibration\clinical utility analysis分别是什么?万用Flowchart 流程图模板

4、 临床预测SCI论文撰写模板(完型填空)和一线实战经验

第一天下午:13:30---17:00

一、 快速掌握预测模型构建神器STATA\R软件

1、 熟练应用SPSS,手把手让你快速学会STATA\R,无需相关统计软件的前期知识。

2、 全程实战数据现场演示特征筛选、变量选择中三大法宝(逐步法、最优子集、Lasso);模型评价中的三大法宝(AIC\BIC\Adjr2)。

3、 发放STATA和R软件全套代码(形成2张Table,5张Figure),学员无需编程基础,对号入座,极大降低统计软件的学习成本。

二、 反复练习掌握Liner\Logistic\Cox回归构建预测模型的策略

1、 实战经验告知你不同类别预测模型构建的关键点、侧重点、闪光点

2、 以问题为导向的案例式教学,帮你快速厘清建模时的哑变量、交互作用、调整作用、混杂因素、独立作用、阈值作用……

第二天上午:08:30---11:50

一、 实战临床预测模型-验证部分实战课

1、 快速实战体会什么是内部验证和外部验证?模型的可重复性Reproducibility,Cross-Validation、Bootstrap 验证等方法?如何体现模型的外推性(generalizability)?

2、 2个以上模型比较的套路流程与模型改进思路

二、 实战经验分析二分类结局(logistic回归)与time-to-event数据(COX回归)的similar与dissimilar

1、 模型改进验证特点

2、 快速理解NRI\IDI等最新评价指标

第二天下午 13:30---17:00

一、 来自实战的数据,手把手的教你结构化的研究方式,利用STATA、R编程,每一个学员都能亲自独立完成基本的临床预测模型研究。(DCA分析结果、Nomogram图的制作代码等)

二、 临床预测模型国际指南(TRIPOD)详细解读

三、 既往学员的案例示范讨论,经典预测模型高分文章解析,回复审稿人问题的技巧,国际上喜欢刊登临床预测模型文章的期刊分析,开拓你的眼界……



可达到的目标

  1. 预测/预后模型的构建原则,尤其是参数化预测模型在临床问题转化为科学问题中对SCI发表的重要作用;

  2. 不同预测模型验证评价的标化思路及具体软件(SPSS\R\STATA)操作步骤;

  3. 利用影响/危险因素筛选、混杂因素调整的思路形成SCI论文的写作套路;

  4. 临床预测模型的建立验证及应用,包括验证、改进既有模型的思路及方法;

  5. 预测及预后模型的具体操作方法、操作技术问题及统计分析与结果解读;

  6. 从临床研究中常碰到的问题出发去设计和开展预测研究,建立预测/预后模型,并验证此模型的准确性;

  7. 独立完成此类SCI论文的撰写和发表;


示例图




   

时间地点

第29期 2020/8/8-9

报名付费成功后,提前发培训需要应用到的软件与安装包,并且指导安装  


注册费用

3200元/人  

两天集中网络授课,互动性好;

可开具会务费、数据分析费、测序费、检测费等发票;

课后赠送课堂同步视频,可无限重复回放;

参加培训的学员可通过微信群继续和老师交流,长期获得答疑机会;

如果本次没学会,以后还可免费参加本班(疫情过后可免费参加线下培训)。


报名咨询

177-1782-7961 何老师(手机/微信),4000-709-739 莫速乎客服热线

缴费账号

方法一:企业银行转账

收款单位:上海荆麦信息科技中心

开户行:中国建设银行上海泗泾支行

银行账号:3100 1983 0100 5002 2781(转账去空格)   

少数单位需银行行号:105290080036

备注:写明姓名+临床预测 以便于核实 

方法二:支付宝转账
支付宝收款账户:[email protected]
请核对户名:上海莫速乎教育投资有限公司

备注:写明姓名+临床预测 以便于核实 

方法三:信用卡或公务卡支付

微信或支付宝扫描二维码支付,通过信用卡/公务卡扣款

报名后发送付款二维码

付款备注:写明姓名+临床预测,便于核实


微信报名

加微信发送以下信息:

姓名;邮箱;手机;单位;发票信息(发票抬头、税号、开票内容、邮寄地址);在哪里看到学习班信息,以免弄错。

如有多人参加,逐个说明即可。


如有任何疑问,也可直接拨打会务组电话4000-709-739或177-1782-7961(何老师)。



其他培训

 更多培训班信息,请扫码关注公众号:

7.25-26用R语言做统计初高级速成班(线上)
7.25-26单细胞测序数据挖掘与课题设计、基金申请实战会议(线上)
8.1-2临床医师零基础基于R语言挖掘SEER等公开肿瘤数据库(线上)
8.4-5
8.7-9
SCI论文图表插图高强度特训班(线上)
8.8-9临床数据预测模型类论文专题会议(线上)
8.15-16用R语言进行科研数据挖掘实战会议(线上)
8.18-19
8.21-23
SCI论文图表插图高强度特训班(线上)
8.22-23科研SPSS统计思维实战专题研讨会(线上)