更新时间：2024-12-24 10:17:53
封面
版权页
作者简介
内容简介
序
第1章 临床预测模型基础
1.1 三种建模策略解读
1.1.1 风险因素发现模型
1.1.2 风险因素验证模型
1.1.3 临床预测模型
1.2 临床预测模型分类与分型
1.2.1 预测模型目的分类
1.2.2 预测模型数据来源分类
1.2.3 数据集分类
1.3 区分度-C指数
1.4 净重新分类指数
1.5 综合判别改善指数
1.6 校准度
1.6.1 Hosmer-Lemeshow检验
1.6.2 Calibration plot
1.7 临床决策曲线
1.8 模型可视化（Visualization）
1.9 交叉验证
1.9.1 简单交叉验证（Simple Cross Validation）
1.9.2 K折交叉验证（K-Folder Cross Validation）
1.9.3 留一法交叉验证（Leave-one-out Cross Validation）
1.10 自助抽样法
1.11 LASSO回归
1.12 临床预测模型报告规范
第2章 模型构建相关问题
2.1 单变量进入模型的形式
2.1.1 数值变量进入模型的形式
2.1.2 等级变量进入模型的形式
2.1.3 分类变量进入模型的形式
2.2 模型构建策略探讨
2.2.1 先单后多法
2.2.2 全部进入法
2.2.3 百分之十改变量法
2.2.4 LASSO回归法
2.3 统计建模
2.3.1 危险因素筛选模型
2.3.2 风险因素验证模型
2.3.3 临床预测模型
第3章 SPSS临床预测模型实战
3.1 SPSS在诊断模型中的应用
3.1.1 数据拆分
3.1.2 统计建模
3.1.3 模型评价
3.2 SPSS在预后模型中的应用
第4章 Stata诊断模型实战
4.1 Logistic回归模型构建
4.1.1 先单因素分析
4.1.2 后多因素分析
4.1.3 正式后多因素分析
4.1.4 模型比较
4.1.5 最终模型
4.1.6 预测概率
4.2 Logistic回归模型区分度评价
4.2.1 训练集的AUC分析
4.2.2 训练集ROC曲线分析
4.2.3 验证集AUC分析
4.2.4 验证集ROC分析
4.2.5 多条ROC曲线
4.3 Logistic回归模型校准度评价：HL检验与校准曲线
4.3.1 基于HL函数的校准度
4.3.2 校准曲线加强版
4.3.3 Bootstrap校准曲线
4.4 Logistic回归模型临床适用性评价：临床决策曲线（DCA）
4.4.1 训练集临床决策曲线
4.4.2 验证集临床决策曲线
4.4.3 决策曲线优化
4.4.4 净减少曲线（Net Reduction）
4.5 Logistic回归模型可视化：Nomo图
4.6 NRI和IDI
4.6.1 NRI（净重新分类指数）
4.6.2 IDI（综合判别改善指数）
4.7 如何利用别人文章的模型
4.8 交叉验证
4.9 Bootstrap
4.10 LASSO-Logit
4.10.1 LASSO回归
4.10.2 路径图
4.10.3 CV-LASSO
4.11 缺失值处理
4.11.1 直接删除法
4.11.2 单一插补法
4.11.3 多重插补法
第5章 Stata预后临床预测模型实战
5.1 模型构建
5.1.1 建立时间变量和结局变量
5.1.2 单因素分析
5.1.3 多因素分析
5.1.4 模型比较
5.1.5 确定最终模型
5.2 区分度
5.2.1 C-index
5.2.2 C-index和Somers_D及95%可信区间
5.2.3 时点ROC曲线（Time ROC）
5.3 校准度
5.3.1 建立模型
