基于R语言的临床预测模型构建方法学研讨会10月线上培训

每章节的主题

每节学习目标

分钟

CH1. 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

CH2. R中数据集创建及数据导入

2.1 数据集概念与结构；

30

2.2 外部数据的导入

30

CH3. R中描述统计与基础绘图

3.1 R描述统计：1.统计描述指标及计算；2.频数表和列联表；

40

3.2 R基础绘图：1.图形参数；2.条形图；3.箱式图；4.散点图

40

CH4. 临床预测模型典型案例

4.1基于临床病理特征构建预测模型案例；

20

4.2基于影像组学特征+临床特征构建预测模型

20

4.3 基于基因组学特征构建预测模型

20

CH5. 一般线性模型的R实现

5.1 R实现简单线性回归；

30

5.2 R实现多重线性回归；

30

CH6. 广义线性模型的R实现

6.1 R实现Logistic回归：（1）广义线性模型和glm()函数;（2）Logistic回归模型;（3）Logistic回归列线图绘制;（4）C-Statistics 计算）

90

6.2 R实现泊松回归模型

30

CH7. Cox比例风险模型与竞争风险模型R实现

8.1生存分析与Cox比例风险模型原理；

30

8.2 K-M分析、Log-rank检验和Cox回归

30

8.3 Cox比例风险模型列线图绘制；

40

8.4 Fine&Gray检验与竞争风险模型

40

CH8. 多因素回归分析中变量筛选方法

9.1多因素回归分析中变量筛选方法

60

CH9. 回归模型可视化与临床预测模型构建

10.1 Logistic回归模型的可视化及Nomogram列线图的绘制

45

10.2 Cox回归模型的可视化及Nomogram列线图的绘制

45

10.3预测模型构建的一般方法及案例解读

60

CH10. 临床预测模型的评价与验证

11.1 C-statistics计算；

30

11.2 NRI的计算；

30

11.3 IDI的计算；

30

11.4 DCA决策曲线分析

30

11.5 模型外验证与评价

45

CH11. 正则化技术：岭回归与Lasso回归

13.1正则化方法原理介绍；

45

13.2岭回归与Lasso回归

45

注意：本课程的所有统计分析方法基于R软件实现，请提前至官网安装最新版本R语言与R-Studio！R软件为免费软件，可直接到官网下载使用，但需注意，安装路径必须无中文