临床预测模型构建&机器学习（R语言进阶）（完结）

不写综述或Meta分析、不做基础实验，也能完成SCI？

可以，利用临床数据构建临床预测模型不失为一个有效的途径。

利用参数、半参数或机器学习的算法构建临床预测模型（Clinical PredictionRules, CPRs）在医学研究领域广受重视，也是将临床资料向临床应用转化的重要方法之一。

很多团队都在尝试建立各种各样的疾病诊断或是治疗的预测模型，发表的相关文章数也逐年递增。但是临床预测模型的很多理论特别是软件实现方法又较难自学。

因此我们特邀医学统计大咖继续从临床医生的视角讲解基于 R 语言的临床预测模型构建和机器学习算法在医学中的运用。

课程特点

1. 讲师作为一名临床医生，更了解学员需求，知道哪些是学员想掌握的，哪些是会超出学员能力范围的。

2. 课堂教学使用材料均为实战数据，深入讲授医学统计分析的新方法、难方法，带你占领数据分析的制高点。

课程目录

0 临床预测模型简介及课程内容概要.mp4

1.1 Logistic回归.mp4

1.2 泊松回归.mp4

2.1 无序多分类Logistic回归.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 倾向性匹配得分(PSM)分析.mp4

5.1 最优子集与岭回归建模.mp4

5.2 Lasso 回归建模.mp4

5.3 弹性网络建模.mp4

5.4 交叉验证与模型选择.mp4

6.1 K-M分析与Log-rank检验.mp4

6.2 Cox比例风险模型.mp4

7.1 竞争风险概念与Fine&Gray检验.mp4

7.2 竞争风险模型在R语言实现.mp4

8.1 多元回归中变量筛选常用方法.mp4

8.2 临床研究中亚组分析及森林图绘制.mp4

8.3 临床研究中敏感性分析及结果表达.mp4

9.1 临床预测模型典型案例解读.mp4

9.2 临床预测模型构建的一般方法.mp4

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

9.4 Cox回归模型的可视化及Nomogram列线图的绘制.mp4

10.1 C-statistics与C-index计算.mp4

更多课程资源-www.youxuan68.com

10.2 净重新分类指数(NRI)与综合判别改善指数(IDI)的计算.mp4

10.3 临床预测模型的校准度评价：Calibration曲线的绘制.mp4

10.4 预测模型的临床有效性评价：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曲线绘制及AUC计算.mp4

11.3 多指标联合诊断的 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 时间序列预测.mp4

临床预测模型构建&机器学习（R语言进阶）-讲义等辅助资料.7z