临床预测模型的基本概念及应用场景 临床预测模型分类：疾病诊断和预后模型 构建临床预测模型的基本步骤

临床预测模型样本量的估算 数据异常值的识别和处理 缺失值的识别和填补方法 纳入临床预测模型的自变量转换类型

基于Logistic回归构建临床预测模型 基于Cox回归构建临床预测模型 采用Lasso回归实现对自变量的筛选

临床预测模型结果展示可视化：森林图 让临床预测模型更加简单易懂：列线图

评价临床预测模型的区分能力：ROC曲线及AUC 不同模型之间的预测能力比较：NRI和IDI指数 评价临床预测模型的校准能力：校准曲线 预测模型在临床中的实际效用：决策曲线DCA 临床预测模型的内部验证和外部验证

TRIPOD解读：题目和摘要报告规范 TRIPOD解读：前言和方法报告规范 TRIPOD解读：结果和结论报告规范

医学公开数据研究现状 常用医学公开数据库介绍 使用公开数据研究经验分享 使用公开数据研究实例分享

NHANES数据介绍及选题 NHANES数据清理与合并 NHANES数据常见分析策略 使用NHANES数据研究实例

CHARLS数据基本情况 CHARLS数据清理与合并 CHARLS数据选题与分析策略 使用CHARLS数据研究实例

HRS家族多国家老年人群队列简介 HRS家族研究优势及选题分析 HRS家族研究联合分析示例1 HRS家族研究联合分析示例2

单样本t检验-SPSS教程 独立样本t检验【简】-SPSS教程 独立样本t检验【详】-SPSS教程 配对样本t检验【简】-SPSS教程 配对样本t检验【详】-SPSS教程

卡方检验（2x2）-SPSS教程 卡方检验和Fisher精确检验（2x2）-SPSS教程 卡方检验（2xC）【简】-SPSS教程 卡方检验（2xC）【详】-SPSS教程 Fisher精确检验（2xC）-SPSS教程 卡方检验（R×C）-SPSS教程 配对卡方检验【简】-SPSS教程 配对卡方检验【详】-SPSS教程 比值比（2×2）的计算-SPSS教程 相对危险度（2×2）的计算-SPSS教程 卡方拟合优度检验-SPSS教程 两个有序分类变量相关性的卡方检验-SPSS教程 分层卡方检验-SPSS教程

单因素方差分析【简】-SPSS教程 单因素方差分析【详】-SPSS教程 两因素方差分析-SPSS教程 单因素重复测量方差分析-SPSS教程 两因素重复测量方差分析【简】-SPSS教程 两因素重复测量方差分析【详】-SPSS教程 单因素协方差分析【简】-SPSS教程 单因素协方差分析【详】-SPSS教程

多项测量指标的ROC曲线分析-SPSS教程 组内相关系数（ICC）-SPSS教程 Cohen's kappa系数-SPSS教程 Weighted Kappa系数-SPSS教程 Kendall's W检验-SPSS教程

Pearson相关性分析SPSS教程 Spearman相关分析-SPSS教程 Kendall's tau-b相关系数-SPSS教程

Cox回归-SPSS教程 KM曲线【简】-SPSS教程 KM曲线【详】-SPSS教程

二分类Logistic回归【简】-SPSS教程 二分类Logistic回归【详】-SPSS教程 有序多分类Logistic回归【简】-SPSS教程 有序多分类Logistic回归【详】-SPSS教程 1:m匹配病例对照Logistic回归-SPSS教程 无序多分类Logistic回归-SPSS教程 简单线性回归-SPSS教程 多重线性回归-SPSS教程 加权最小二乘法-SPSS教程 岭回归-SPSS教程 广义估计方程(GEE)-SPSS教程 分层回归-SPSS教程

Mann-Whitney U检验（两独立样本）-SPSS教程 Wilcoxon符号秩检验（配对样本）【简】-SPSS教程 Wilcoxon符号秩检验（配对样本）【详】-SPSS教程 Kruskal-Wallis H检验（多个独立样本）【简】-SPSS教程 Kruskal-Wallis H检验（多个独立样本）【详】-SPSS教程 Friedman检验-SPSS教程 Cochran's Q检验-SPSS教程

1:1倾向性评分匹配(PSM)-SPSS教程 病例与对照的1:1匹配-SPSS教程 克朗巴哈系数(Cronbach's α)-SPSS教程 主成分分析-SPSS教程 1:n倾向性评分匹配(PSM)-SPSS教程

真实世界研究概念与流程 真实世界研究横断面研究案例 真实世界研究队列研究案例

线性回归模型R实操 逻辑回归模型R实操一 逻辑回归模型R实操二 Cox模型R实操 混合效应模型R实操

倾向性评分原理和应用 真实世界研究倾向性评分匹配 倾向性评分加权R实操

文献计量分析学习目的

文献计量分析图谱基础

文献检索基本策略

Web of Science数据导出

CiteSpace合作网络分析 CiteSpace关键词网络分析

VOSviewer合作网络分析 VOSviewer关键词/术语分析

文献计量分析结果框架精讲 合作网络写作精讲 关键词/术语写作精讲

12分文献计量分析速读

人工智能浪潮：从ChatGPT到医疗健康研究 机器学习与大数据挖掘：医疗健康研究的新纪元

机器学习核心概念和类型 机器学习建模一般流程 机器学习常用算法

基于克利夫兰心脏病数据集的机器学习预测模型的构建和验证 运用COX回归和随机生存森林建立结直肠癌患者预后预测模型 运用可解释技术实现黑箱模型的可视化与个性化解释：以乳腺癌风险预测模型为例 基于K-means聚类算法挖掘糖尿病患者生化指标的临床亚型 Python与R语言的选择：以SEER数据挖掘为例

AI如何帮你提高科研效率 AI赋能医院产业：挑战与机遇 咒语——医学研究的AI提示语工程

AI辅助飞速撰写医学科研标书与SCI论文 如何应用AI工具辅助英文翻译、润色、写作

AI教你快速学编程：Python篇 零基础R语言统计：AI助力小白变大神 用AI快速做生物信息分析 AI帮你制作思维导图和PPT

破内卷：人工智能时代的医工结合研究方向启示 神兵利器：X-彩蛋技巧

Cover letter写作-文化因素和写作模板

写作模板-PICOT 变通

摘要内容取舍 强化与变通

写作路径 进阶与变通

流程图+study design 进阶-抓大放小 方法部分的内容取舍

Results部分只写结果 图表的自明性与逻辑

讨论的核心-结果的科学性和普适性 变通与强化

文化因素与写作模板