公众号
“医学论文与统计分析”公众号
扫码关注公众号

统计咨询
“公共数据库与孟德尔随机化”公众号
扫码关注公众号

意见反馈
邮箱:17357190071@163.com
微信:aq566665

顶级期刊BMJ最新临床统计指南:为什么需要验证预测模型?

随着数据质量的增加和建模方法的成熟,临床预测模型成为目前医学研究的热点之一。医疗保健决策通常基于风险或概率,而评估临床预测模型的性能对于确定其在预期使用人群和环境中的预测准确性至关重要。为帮助研究人员对模型的预测准确性做出可靠而公正的评价,顶级医学期刊BMJ在2023年底陆续发布了三篇临床预测模型评

Administrator Administrator 发布于 2025-09-16

顶刊BMJ推荐!临床预测模型外部验证详细步骤

顶级医学期刊BMJ在2023年底陆续发布了三篇临床预测模型评估指南,为研究人员开展临床预测模型研究提供了权威的参考资料。本系列推文的第1篇介绍了BMJ指南中几类模型内部验证的方法以及外部验证研究的意义。

Administrator Administrator 发布于 2025-09-12

这家JAMA 杂志长期征稿:我们发表了2000多篇,但还需要更多

临床预测模型系列方法自从被提出到火热已经有很长一段时间,这个时间可能可以追溯到新世纪之初。不过,随着机器学习和深度学习的火热,临床预测模型的方法学得到了很大的扩展,这也直接造就了最近几年的“群雄逐鹿”盛况。 今年以来,不少朋友有一种错觉:临床预测模型已经“落入凡尘”。从某种角度来说确实,毕竟火热这么

Administrator Administrator 发布于 2025-09-12

临床预测模型外部验证如何计算样本量?老郑也不懂

顶级医学期刊BMJ在2023年底陆续发布了三篇临床预测模型评估指南,为研究人员开展临床预测模型研究提供了权威的参考资料。本系列推文的前两篇围绕BMJ指南的内容详细介绍了模型内部验证和外部验证方法。而本推文是模型评估系列文章的最后一篇,将结合案例针对性地介绍如何计算外部验证所需的样本量。

Administrator Administrator 发布于 2025-09-10

中国学者用9种机器学习算法构建可解释性临床预测模型

乳头状甲状腺癌(PTC)是内分泌系统中最常见的恶性肿瘤,占所有甲状腺癌病例的80%以上。虽然随着体检的普及,PTC的检出率明显升高,但少数患者会出现远处转移(DM),总体预后显著恶化,10年生存率也从90%下降至40%。 因此,找到一种有效的 DM 风险早期预测方法,对于制定个体化诊疗计划和改善预后

Administrator Administrator 发布于 2025-08-08

我国学者构建临床预测模型发文Lancet子刊,机器学习方法这么干

剖宫产子宫瘢痕异位妊娠(CSEP)是剖宫产术后妊娠的一种潜在致命的并发症,可能导致孕妇大出血或死亡。手术中的出血量直接影响手术的成功率。 近年来,基于电子病历(EMR)数据构建的机器学习(ML)预测模型研究日益增多。本研究团队开发的最佳预测模型已被集成到一个网络应用程序中,使临床医生无需掌握R语言或编程技能即可预测CSEP患者的术中风险。 2024年12月,中国学者在医学顶级期刊Lancet子刊《eClinicalMedicine》(医学一区top,IF=9.6)发表了一篇题为:“Risk of intraoperative hemorrhage during cesarean scar ectopic pregnancy surgery: development and validation of an interpretable machine learning prediction model”的研究论文。 在该项研究中,研究团队使用四种方法确定模型的预测因子,并使用八种机器学习法构建预测模型。不同于我们之前介绍的SHAP法,本研究使用"iBreakDown"包对模型进行可视化。

Administrator Administrator 发布于 2025-08-06

二区Top文章的临床预测模型,用了8种机器学习方法,但不靠谱

在该项研究中,研究团队使用了去身份化电子健康记录(EHR)数据,纳入老年患者。 本研究旨在基于8种机器学习法和SHAP法,构建可解释机器学习预测模型,以评估风险因素并预测老年心合并高血压患者的住院死亡率。 √缺失数据的处理 研究中所有变量的缺失数据比例均保持在30%以下,使用K-最近邻(KNN)分类算法对缺失数据进行处理。 √变量筛选 使用LASSO法在44个变量中筛选出9个最佳预测因子,包括年龄、住院时间(LOS)、中性粒细胞(Neu)、尿素、Cl、活化部分凝血活酶时间(APTT)、白细胞(LEU)、白蛋白和HDL胆固醇。

Administrator Administrator 发布于 2025-08-05

SHAP可视化方法,临床预测模型解释新框架!

SHAP法作为一个强有力的工具,能帮助我们理解模型的输出,告诉我们每一个特征对预测结果的影响。 可以说,无论是复杂的深度学习模型,还是简单的回归模型,SHAP都能给出解释。 先前我们介绍了SHAP的理论背景,今天来上点干货,开启我们系列文章的第二篇:SHAP分析之可视化及其可视化图

Administrator Administrator 发布于 2025-08-04

这个一区杂志不再拥有影响因子!我们来看看近期发表的临床预测模型文章质量如何吧

就在11月13日,Web of Science 运营方科睿唯安(Clarivate)宣布,将不再赋予中科院一区期刊 eLife 影响因子。不过,该期刊的部分论文仍然会被 Web of Science 收录。 今天我们将分享一篇发表在该期刊的机器学习临床预测模型文章,我们先来看一下它的研究设计与分析过

Administrator Administrator 发布于 2025-07-31

机器学习方法的佼佼者--超级学习者!来看医学一区top的文章

众所周知,回归模型是构建临床预测模型的主力。事实上,过去十年里开发的用于预测肝纤维化的非侵入性的工具,大多都依赖于逻辑回归模型。 尽管机器学习方法功能强大,但研究者们无法准确把握哪种机器学习法性能最佳。这时,Super Learner便成为了一个有效的解决方案,它能

Administrator Administrator 发布于 2025-07-25

收银台

订单信息

应付金额 积分

模块介绍

请加我们助教二维码或加入Zstats使用群
Zstats交流群

Zstats交流群

助教二维码

联系助教

选择支付方式

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

正在创建订单...

请稍候,正在为您生成支付订单

支付二维码

请使用扫描二维码完成支付

等待支付中...

二维码获取失败

支付二维码获取失败,请点击重新获取

正在处理余额支付...

请稍候,正在为您完成支付

正在处理充值并支付...

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

支付成功!

您的订单已支付完成,页面将在 秒后自动关闭

支付失败

支付过程中出现错误,请重新选择支付方式

平台说明