欢迎报名2023年郑老师团队系列科研统计课程!
之前我陆续发布了Cox和logistic回归 预测模型。
傻瓜式构建预测模型,logistic+Cox方法!和R语言结果一致,但更方便
很多人,郑老师,预测模型外部验证工具有没有?现在过了一周,我折腾出来了!送个大家。新的预测模型工具,不仅logistic法还是Cox回归法,不仅可以随即拆分开展内部验证,还可以手动拆分后上传数据开展内部验证,也可以训练+外部验证了!
Cox+logistic回归临床预测模型功能 1. 数据导入与整理 2. 随即拆分为训练集、验证集 3. 训练集与内部验证人群特征差异性比较 4. 批量单因素回归 5. 根据P值挑选自变量纳入模型 6. 逐步回归筛选自变量 7. 快速绘制生存曲线 8. 生存曲线不仅可以直接显示P值,还可以显示HR 9. 形成回归三线表,一键下载word报告 10. 自动列线图、校准图、Roc曲线图、DCA图。 11. 一键下载临床预测模型高清四图 |
就部署在本人开发的"风暴统计平台"
它的网址是www.medsta.cn/(在电脑端浏览器打开,位于“风暴智能统计”模块) 浏览器输入medsta.cn即可或者百度“风暴统计” 本平台上线的所有工具都是免费的, 目前的功能包括: 线性回归分析 | logistic回归 | Cox回归 批量单因素分析 | 先单后多 | 临床预测模型 roc曲线 | 列线图 | 校准图 | DCA曲线 |
Logistic预测模型 | Cox预测模型 |
https://shiny.medsta.cn/logpre1/ | https://shiny.medsta.cn/coxpre2/ |
1. 欢迎交流
欢迎有意向开展数据分析的朋友加下方交流,也请提出宝贵意见,或者干脆加入我们制作队伍。。。
统计机器人交流群二维码
2. 操作介绍
2.1 如何构建外部验证集
外部验证集是重要的一项工作,由于外部验证是和建模要同时进行的,我们首先要将两个数据集合并产生一个新的数据集。
什么意思呢?外部数据集,在验证之前,我想各位肯定已经对已有的数据集构建过模型,知道大概哪些变量是需要纳入模型的。而此时,外部验证数据集和训练集数据集是分开的。
现在要做的第一步,就是对训练集和外部验证集数据集改造,挑选训练集有意义的统计学变量,剔除没有意义的变量;同时按照训练集的变量,在外部验证集也采取同样操作。此外,要保证两个数据集所有变量名一致,所有变量的变量值赋值方式一致。
第二步,两个数据集均增加一个变量,变量名自拟,变量值分别是1,2,也就说,训练集的变量比如是train_valid, 它的变量值是1;外部验证集的变量比如是train_valid, 它的变量值是2;这个非常重要,必须是1和2。
第三步,合并两个数据集,纵向合并法!由于训练集和外部验证拥有相同的变量名,合并会和顺利。
第一步、第二步很重要,否则后续工作无法进行。这样做的好处是规范了后续统计分析的变量和赋值方式,不容易出错。
2.2 如何在风暴统计拆分训练集和外部验证集
Cox回归举例
https://shiny.medsta.cn/coxpre1/
上述网址的“数据集拆分”这里,有三个选项
随机产生训练集和内部验证集
手工产生训练集和内部验证集(需先生成合并数据集再上传)
训练集+外部验证分析(先生成合并数据集再上传)
此处选择“外部验证”选项,此时会让你选择一个变量,用于区分训练集和外部验证集即:train-valid
事情就算成功了!接下来就是常规的分析!
进行训练集与验证人群特征差异性比较
然后, 可以绘制生存曲线,并直接下载pdf或者高清PNG版本,生存曲线不仅直接显示P值,还显示HR 和95%CI。
然后,开展Cox回归
我们可以选择逐步回归法开展多因素回归、我们自己可以设置,根据P值来判断哪些单因素回归的结果将选择进来开展多因素回归
立即可以显示批量单因素回归分析的结果!
以及多因素回归
以及两者的结合
Cox回归做好了,预测模型4图也自动产生,而且可以分时间点绘制分图
最最重要的是,可以一键导出word版的表格!
本周更新到此结束,欢迎各位多提提意见,新的更新,下周一见!
更多实战课程
2022年以来,我们召集了一批富有经验的高校专业队伍,着手举行短期统计课程培训班,包括R语言、meta分析、临床预测模型、真实世界临床研究、问卷与量表分析、医学统计与SPSS、临床试验数据分析、重复测量资料分析、结构方程模型、孟德尔随机化等10门课。如果您有需求,不妨点击查看:
10门科研与统计课程介绍:含孟德尔随机化课程