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、问卷与量表分析、医学统计与SPSS、临床试验数据分析、重复测量资料分析、结构方程模型、孟德尔随机化等10门课，如果您有需求，不妨点击下方跳转查看：  

2023年统计服务开启！欢迎提前洽谈数据分析、科研合作服务

之前发过这样一篇推文一模一样的分析，同一个数据库，换个病就能发表又一篇预测模型文章。里面用到的统计学方法如下

这里的第二步和第三步就是用了Fine and Gray的子分布风险回归法：第二步、SPMs累计发生率采用了Fine and Gray的子分布风险回归计算第三步、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

R语言复现

今天，我们就来看看在R语言中如何采用了Fine and Gray的子分布风险回归计算累计发生率，以及如何建立子分布风险回归模型。

第一步，要准备数据，这里大家要了解做竞争风险模型的数据和普通风险模型的数据是不一样的。

普通Cox回归要求因变量包含时间及事件发生情况，但事件是二分类的

而竞争风险模型不一样，同样要求因变量包含时间及事件发生情况，但事件发生情况是多分类的，包括发生研究结局事件、竞争事件和删失（重点：数据的区别）。0是删失，1是结局事件，2是竞争事件。

准备好这些数据以后，就可以进行竞争风险模型分析（再次强调一下，竞争风险模型结局是三分类的）

第二步，就是我们要计算的累计发生率（数据可以公众号后台回复“数据”获取）

详情请点击下方：

https://mp.weixin.qq.com/s?__biz=MzAwOTYyMDY3OQ==&mid=2650404621&idx=2&sn=89fa31a8b5abd8e6cd3429288e015239&chksm=83518aa5b42603b30e1c7803bb3dbde0f899ac87d6accc198f8c2852d0bb6473a35bc505f612&token=921011133&lang=zh_CN#rd

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。 

2023年统计服务开启！欢迎提前洽谈数据分析、科研合作服务