中医药临床研究设计概述

中医药随机对照试验的基本设计要素 中医药随机对照试验的假设检验类型 中医药随机对照试验的样本量估计 中医药随机对照试验样本量估计的PASS软件实操（一）：差异性试验 中医药随机对照试验样本量估计的PASS软件实操（二）：优效性试验 中医药随机对照试验样本量估计的PASS软件实操（三）：等效性试验 中医药随机对照试验样本量估计的PASS软件实操（四）：非劣效性试验

课程网站介绍及生存分析简介

R环境准备

Kaplan-Meier分析简介 survminer包 ggsurvfit包和survRM2包

Cox模型简介 Cox模型的估计 Cox模型生存曲线的绘制 Cox模型可视化工具

AFT模型简介和Weibull模型的估计 Weibull模型的可视化工具

竞争风险模型简介 计算CIF 绘制CIF曲线 Gray检验和估计Fine-Gray模型

随机生存森林模型 随机生存森林模型的估计和可视化 GBM-Survial模型的估计和可视化

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

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

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

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 多分类预测模型：以疾病严重程度预测为例 深度学习：运用人工神经网络建立肿瘤患者深静脉血栓风险预测模型