各企事业单位、高等院校及科研院所：

临床预测模型发表论文是目前的热点和未来的趋势，几乎所有临床问题都可以建立预测模型。然而，临床业务工作繁忙几乎没有时间去进行做基础科研实验，更不用说批量发表SCI论文。那么在不进实验室，如何完成临床医生科研SCI高效输出？如何利用既往临床大数据资料，成就SCI发表的批量化之路？临床预测模型就是利用临床数据资料发表SCI的套路模板，成为临床科研工作者发表SCI的高效途径。

工业与信息化技术培训网（http://www.itcc.ac.cn ）特举办“临床预测模型构建R语言实操培训班”。本次培训通过具体的临床数据案例进行，来提高医生的科研设计及数据分析能力，提升医学资源利用率。

一、本课程最大特点：

1. 本课程是实用医学统计分析与统计作图提高班，深度讲解临床资料统计分析中的出现频率较高新方法与难方法；

2. 本课程也是深度讲解如何基于临床资料进行挖掘，构建临床预测模型，发表高质量临床研究论文的方法学课程；

3. 课程中所有统计分析与作图均基于R语言完成，所以这也是一门针对医学专业人员的R语言培训课程！

二、主讲专家：

国内著名三甲医院临床医生，医学博士，发表SCI论文50余篇。主编临床流行病学与统计学专业著作多部。担任多本SCI杂志或中文杂志审稿人。多次受邀讲授循证医学与医学统计学方法学课程，擅长从临床研究问题出发，以案例讲解为主，授课深入浅出，通俗易懂。

三、培训时间:    

                                                   2024年07月12日— 2024年07月15日   远程在线培训

                     (第一天数据及操作软件调试，共授课两天）

四、参加对象：

从事生物医学研究的临床医生、转化研究科研人员；

课题经费不足，无法进行大规模测序，但需要发表SCI论文的相关研究人员；

已获得转录组、基因组等多组学数据，需要进一步挖掘分析人员；

对生物医学大数据分析与挖掘感兴趣的其他人员。

五、培训内容：

1. R软件与RStudio获取与安装；

2. R中数据集的创建及外部数据导入；

3. R中描述统计与基础绘图应用；

4. R中基础统计分析简介：t检验与方差分析，卡方检验与秩和检验；

5. 一般线性模型与复杂方差分析；

6. 广义线性模型：Logistic回归与泊松回归；

7. 生存分析与Cox回归模型的R实现；

8. Fine&Gray检验与竞争风险模型的R实现；

9. 多元回归中变量筛选方法；

10. 回归模型可视化与临床预测模型构建（各类回归模型的Nomogram列线图绘制）；

11. 临床预测模型的评价与验证（包括C-statistics计算，NRI与IDI的计算，Calibration曲线绘制，DCA决策曲线分析）；

12. 正则化技术：岭回归与Lasso回归的R实现；

六、课程大纲

一、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
二、R中数据集创建及数据导入	1.数据集概念与结构； 2.外部数据的导入
三、R中描述统计与基础绘图	1.R描述统计： （1）统计描述指标及计算； （2）频数表和列联表； 2. R基础绘图： （1）图形参数； （2）条形图； （3）箱式图； （4）散点图
四、R中基础统计分析方法	1.t检验与方差分析： （1）组间t检验； （2）组间秩和检验； （3）单因素方差分析与协方差分析； （4）双因素方差分析； （5）Kruskal-Wallis H 检验；Friedman检验； 2.卡方检验与秩和检验： （1）四格表的卡方检验； （2）行×列表（列联表）资料处理； （3）秩和检验处理列联表资料； （4）相关分析
五、一般线性模型的R实现	1.R实现简单线性回归； 2.R实现多重线性回归； 3.线性回归方法解决方差分析的问题
六、广义线性模型的R实现	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） 2.R实现泊松回归模型
七、Cox比例风险模型与竞争风险模型R实现	1.生存分析与Cox比例风险模型原理； 2.K-M分析、Log-rank检验和Cox回归 3.Cox比例风险模型列线图绘制； 4.Fine&Gray检验与竞争风险模型
八、多因素回归分析中变量筛选方法	1.多因素回归分析中变量筛选方法
九、回归模型可视化与临床预测模型构建	1.Logistic回归模型的可视化及Nomogram列线图的绘制 2.Cox回归模型的可视化及Nomogram列线图的绘制 3.预测模型构建的一般方法及案例解读
十、临床预测模型的评价与验证	1.C-statistics计算； 2.NRI的计算； 3.IDI的计算； 4.DCA决策曲线分析
十一、正则化技术：岭回归与Lasso回归R实现	1.正则化方法原理介绍； 2.岭回归与Lasso回归
十二、辅助课程	1.学后交流、微信群、QQ群建立； 2.咨询、合作。 3.专业技术团队深入探讨。

七、培训费用：（注：可转账、公务卡扫码支付。正规会议通知、发票。）

          A类，每人3900元（含培训费、教材费、证书费、资料费）

    B类，每人4580元（含培训费、教材费、证书费、资料费）

八、联系方式：

      联系人:  毛泽璇（老师）             

      手机（微信同号）：13311241619

      QQ群群号： 823857372（加群备注：毛泽璇邀请）

上一篇：【第九期】肠道菌群分析R语言实践临床应用培训班
下一篇：【第十四期】生物医学多组学数据分析挖掘临床应用 培训班