2023年以来浙中医大学郑老师开设了一系列医学科研统计课程,零基础入门医学统计包括R语言、meta分析、临床预测模型、真实世界临床研究、临床试验数据分析、重复测量资料分析等9门课程,如果您有需求,不妨点击下方跳转查看:
2023年9门科研统计课程预售:多次直播,课题报销可先开发票
====================================================================
近看了看SEER公众数据库发的预测模型的文章,本打算解读一下利用公共数据库SEER发表最新的预测模型文章。
就是3月4日发的这篇文章,但遗憾的是,找不到全文。
不过在无意间找到了在2022年发的一篇和这篇非常相似的文章,看看标题,同样一个数据库,换一个疾病,就能发两篇文章,这还真不错。
我们来比较它们的摘要,就会发现这两篇文章构建模型的方式都是一样的,都是利用竞争性风险模型进行分析;累计发病率都是用的子分布风险回归计算而来。
真的,只要依葫芦画瓢,用同样的数据库,再找一个疾病,用差不多的预测因子,用差不多的预测方法,轻轻松松也能发表一篇SCI。
接下来给大家简单介绍文章中运用的统计学方法,第一篇文章没找到,只能给大家解读一下第二篇文章
该文章的目的是探讨早期卵巢癌患者第二原发性恶性肿瘤(SPMs)的临床特征,并提供发生第二原发性恶性肿瘤的预测工具。所选用的就是美国监测、流行病学和结果的数据(SEER)。
得到的结论是竞争性风险预测模型可以帮助内科医生识别SPMs发生的风险及制定临床风险干预管理办法。
统计分析方法简介
这篇文章统计学方法还是介绍的比较简单,就这么一段
简单给大家讲讲统计分析的步骤:
1、两组人群临床特征进行了卡方检验
2、SPMs累计发生率采用了Fine and Gray的子分布风险回归计算
3、预测因子的选择用了Fine and Gray 模型合并逐步消除法进行变量的筛选
4、通过竞争风险列线图预测3年、5年、10年的SPMs发生率
5、对建立模型进行评价、利用DCA计算临床获益情况
6、这些分析利用R语言“crrstep”,“cmprsk”,“rms”包完成(但是ccrstep在R官网里已经找不到了)
基本分析方法就这么6步,我们只要学会这6步,结合公共数据库,文章就有了。
公众号后续将结合数据,给大家推送如何利用R语言构建竞争风险模型并进行评价,有兴趣的请持续关注。
详情请点击下方:
https://mp.weixin.qq.com/s/XiYhb7Fyouxqi_6GRso0MA
关注”医学论文与统计分析“公众号,获取更多精彩内容!
====================================================================
2023年统计服务
2023年,我们将开展从科研设计、数据分析、统计学报告等医学科研研究方法咨询与服务多项服务,若您有课题经费可以支持,欢迎您提前和我们联系,2022底前采用预付方式与我们开展合作。
领取专属 10元无门槛券
私享最新 技术干货