2023年郑老师多门科研统计课程：多次直播，含孟德尔随机化方法 

之前我陆续发布了Cox和logistic回归 预测模型。

傻瓜式构建预测模型，logistic+Cox方法！和R语言结果一致，但更方便

很多人，郑老师，预测模型外部验证工具有没有？现在过了一周，我折腾出来了！送个大家。新的预测模型工具，不仅logistic法还是Cox回归法，不仅可以随即拆分开展内部验证，还可以手动拆分后上传数据开展内部验证，也可以训练+外部验证了！

Cox+logistic回归临床预测模型功能

1. 数据导入与整理

2. 随即拆分为训练集、验证集

3. 训练集与内部验证人群特征差异性比较

4. 批量单因素回归

5. 根据P值挑选自变量纳入模型

6. 逐步回归筛选自变量

7. 快速绘制生存曲线

8. 生存曲线不仅可以直接显示P值，还可以显示HR 

9. 形成回归三线表，一键下载word报告

10. 自动列线图、校准图、Roc曲线图、DCA图。

11. 一键下载临床预测模型高清四图

就部署在本人开发的"风暴统计平台"

它的网址是www.medsta.cn/（在电脑端浏览器打开，位于“风暴智能统计”模块）

浏览器输入medsta.cn即可或者百度“风暴统计”

本平台上线的所有工具都是免费的, 目前的功能包括：

样本量计算| 正态性检验 | t检验 | 方差分析 

秩和检验 | 卡方检验 | 差异性分析带统计量

线性回归分析 | logistic回归 | Cox回归 

批量单因素分析 | 先单后多 | 临床预测模型 

 roc曲线 | 列线图 | 校准图 | DCA曲线

Logistic预测模型Cox预测模型

https://shiny.medsta.cn/logpre1/

https://shiny.medsta.cn/coxpre2/

1. 欢迎交流

欢迎有意向开展数据分析的朋友加下方交流，也请提出宝贵意见，或者干脆加入我们制作队伍。。。

2. 操作介绍

2.1 如何构建外部验证集

外部验证集是重要的一项工作，由于外部验证是和建模要同时进行的，我们首先要将两个数据集合并产生一个新的数据集。

什么意思呢？外部数据集，在验证之前，我想各位肯定已经对已有的数据集构建过模型，知道大概哪些变量是需要纳入模型的。而此时，外部验证数据集和训练集数据集是分开的。

现在要做的第一步，就是对训练集和外部验证集数据集改造，挑选训练集有意义的统计学变量，剔除没有意义的变量；同时按照训练集的变量，在外部验证集也采取同样操作。此外，要保证两个数据集所有变量名一致，所有变量的变量值赋值方式一致。

第二步，两个数据集均增加一个变量，变量名自拟，变量值分别是1，2，也就说，训练集的变量比如是train_valid,  它的变量值是1；外部验证集的变量比如是train_valid, 它的变量值是2；这个非常重要，必须是1和2。

第三步，合并两个数据集，纵向合并法！由于训练集和外部验证拥有相同的变量名，合并会和顺利。

第一步、第二步很重要，否则后续工作无法进行。这样做的好处是规范了后续统计分析的变量和赋值方式，不容易出错。

2.2  如何在风暴统计拆分训练集和外部验证集

Cox回归举例

https://shiny.medsta.cn/coxpre1/

上述网址的“数据集拆分”这里，有三个选项

• 随机产生训练集和内部验证集

• 手工产生训练集和内部验证集（需先生成合并数据集再上传）

• 训练集+外部验证分析（先生成合并数据集再上传）

此处选择“外部验证”选项，此时会让你选择一个变量，用于区分训练集和外部验证集即：train-valid

事情就算成功了！接下来就是常规的分析！

进行训练集与验证人群特征差异性比较

详情请点击下方：

https://mp.weixin.qq.com/s?__biz=MzAwOTYyMDY3OQ==&mid=2650407682&idx=1&sn=0dd276c3beefb3115e54249b4789c4f5&chksm=83527eaab425f7bc8f49d2a1c3b04fa26f18f175e405f5f1b68d8e0f9336b6159f81e17155e8&token=2087805395&lang=zh_CN#rd