我们开展统计分析，包括线性回归、logistic回归、Cox回归时，习惯“先单后多”，也就是先开展单因素分析，再开展多因素分析。 一般情况下，单因素分析统计学意义（P值小于0.05）者，会被纳入进来开展多因素回归。
北京时间2025年2月20日，中山大学肿瘤防治中心马骏院士、孙颖教授、唐玲珑教授团队在国际肿瘤学顶尖期刊“CA：A Cancer Journal for Clinicians”（IF=503.1）
2025年7月3日，中国科学技术大学附属第一医院（安徽省立医院）胡伟教授团队在医学顶刊《NEJM》（医学一区top，IF=78.5）在线发表了一篇临床试验研究成果论文，题为：“Early Tirofiban Infusion after Intravenous Thrombolysis for St
医学一区，IF=23.1的杂志《Blood》刊登了一篇机器学习预测模型的研究，题为：“Use of machine learning techniques to predict poor survival after hematopoietic cell transplantation for my
2025年2月24日，北京大学肿瘤医院沈琳教授团队III期临床试验-GEMSTONE-303研究成果在医学顶刊《JAMA》（医学一区top，IF=63.1）
老郑看到一篇文章，机器学习建模建了100个，挺有意思的，是实力？还是内卷？我们一起看看！ 这篇文章是中国学者发表在中科院一区，影响因子7.0的杂志《BMC Medicine》
近日，北京大学学者团队在JAMA子刊《JAMA Network Open》（医学一区top，IF=10.5）发表了一项仅每组约38例患者的2型糖尿病创新药临床试验成果，小样本研究如何征服顶刊？我们一起看看！ 这篇文章题为：
回归分析是观察性研究中很重要的手段，通过模型调整，其目的是探讨多因素情况下，各个因素的独立效应。 那么，困惑诸多分析者的问题是，调整模型，也就是多因素回归分析，只能纳入单因素P<0.05的变量吗？ 这个问题其实郑老师很早就回答过了，筛选自变量，最简单的方式、也最常见的方式是“先单因素后多因素法”，
在医学观察性研究中，混杂因素调整是确保因果推断准确性的核心步骤。然而，当研究涉及多个风险因素时（如心血管疾病、糖尿病、痴呆等），混杂因素的调整方法是否合适往往被忽视！ 但是，不恰当的混杂因素调整可能导致效应大小的低估、高估甚至反转。 2025年3月5日，中南大学湘雅公共卫生学院学者团队在《BMC M
决策曲线在临床预测模型分析中并不是必需的，我们也可以看到，在一些模型构建的文章中并没有临床决策曲线。 临床决策曲线，也叫做
Zstats交流群
联系助教
请输入助教告诉您的积分券
如果不填写积分券，将直接使用当前余额支付
请稍候，正在为您生成支付订单
请使用扫描二维码完成支付
二维码获取失败
支付二维码获取失败，请点击重新获取
请稍候，正在为您完成支付
正在使用积分券兑换，然后完成支付 正在使用当前余额完成支付
您的订单已支付完成，页面将在 秒后自动关闭
支付过程中出现错误，请重新选择支付方式
