首页
学习
活动
专区
工具
TVP
发布

临床预测模型

临床预测模型
专栏成员
10
文章
1623
阅读量
14
订阅数
临床预测模型-静态诺模/列线图(Nomogram)+校准曲线(Calibration)分析学习
诺模图(Nomogram),也被称为列线图,是一种图形化的计算工具,用于通过将多个变量的影响集成到一个单一的数值评分上,以预测某个特定事件的概率。这种工具常用于医学领域,尤其是在肿瘤学中,用于评估患者的疾病预后、生存率等。
凑齐六个字吧
2024-11-10
780
临床预测模型/机器学习-偏最小二乘回归plsRcox算法学习
plsRcox 是一种基于偏最小二乘回归(PLS)和 Cox 回归的算法,用于高维数据的生存分析。该算法结合了 PLS 和 Cox 回归模型的优势,特别适用于变量数量多于样本数量的情况,常用于基因组学数据或其他高维生物信息学数据的分析。
凑齐六个字吧
2024-11-06
1380
临床预测模型/机器学习-生存分析支持向量机SVM(survivalsvm)算法学习
survivalsvm 是一种用于生存分析的支持向量机(SVM)方法,可以在生存数据中预测风险或生存时间。生存分析的任务通常包括评估某些因素对生存时间的影响,处理删失数据,以及构建对个体风险进行排序的模型。survivalsvm 结合了生存分析和机器学习的方法,适用于处理高维数据且能捕捉非线性关系的应用场景,例如基因表达数据、生物标记数据等。
凑齐六个字吧
2024-11-05
1010
临床预测模型/机器学习-随机森林树RSF(RandomForest/RandomForestSRC)算法学习
随机森林(Random Forest)是一种集成机器学习方法,由多棵决策树组成。它通过训练大量的决策树并结合这些树的预测结果,来提高模型的准确性和稳健性。随机森林常用于分类、回归和其他预测任务,尤其适合处理高维数据和噪声数据。
凑齐六个字吧
2024-11-04
960
临床预测模型/机器学习-Coxboost算法学习
CoxBoost 是一种用于生存分析的统计和机器学习方法,特别适合处理高维数据(例如基因组数据)中的 Cox 回归模型。它将 Cox 比例风险模型(Cox Proportional Hazards Model)与 Boosting(提升)算法结合,用来在大量特征(变量)和相对较少样本的数据集中进行生存时间预测和变量筛选。
凑齐六个字吧
2024-11-03
1320
多重共线性检测—相关性系数矩阵和方差膨胀系数(VIF)分析学习
多重共线性(Multicollinearity) 是在多元线性回归分析中经常遇到的一个问题,它发生在当两个或更多的预测变量(自变量)在统计模型中高度相关。在这种情况下,这些变量之间的关系会影响模型对各个变量影响的准确评估,从而导致以下几个问题:
凑齐六个字吧
2024-09-04
3850
临床预测模型概述6-统计模型实操-Lasso回归
tps://mp.weixin.qq.com/s/pXRZ1rYUr3lwH5OlDeB0_Q
凑齐六个字吧
2024-08-09
1400
临床预测模型概述6-统计模型实操-单/多因素Cox回归
https://mp.weixin.qq.com/s/pXRZ1rYUr3lwH5OlDeB0_Q
凑齐六个字吧
2024-08-08
2410
临床预测模型概述6-统计模型实操-单/多因素Logistic回归
既往推文已经介绍过了logistic,cox,lasso回归(https://mp.weixin.qq.com/s/pXRZ1rYUr3lwH5OlDeB0_Q),接下来将重点进行代码的实操。
凑齐六个字吧
2024-08-07
1190
临床预测模型概述1-基于TRIPOD声明
临床预测模型,又可称“预后模型(prognostic models)”、“风险评分(risk scores)”或“预测规则(prediction rules)”,是医疗领域中用于估算特定医疗结果发生的概率的工具。它们通常基于统计分析或机器学习算法,通过分析一组患者的历史和临床数据来预测未来的健康状况或疾病的发展。这些模型帮助医生做出更加精确的诊断和治疗决策。
凑齐六个字吧
2024-06-27
1930
没有更多了
社区活动
【纪录片】中国数据库前世今生
穿越半个世纪,探寻中国数据库50年的发展历程
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档