R语言临床预测模型实战

本书从R语言临床预测模型基本原理讲起，逐步深入到进阶实战，并配合实战案例，重点介绍临床预测模型的构建、评价、验证，让读者可以快速领悟3~5分预测模型SCI（sciencecitationindex，科学引文索引）的套路与精髓，为后续冲击10分以上SCI打基础。本书分为13章，主要内容有线性回归、Logistic回归、Cox回归、竞争风险模型等；自变量筛选方法有传统方法、逐步回归法、Lasso法、随机森林法、**子集法、主成分分析法等；模型可视化涉及多种形式的列线图、Calibration校准曲线、ROC、DCA曲线等图形绘制，不仅涉及单模型的可视化，还涉及单模型多时点、多模型同时点的可视化；模型评价指标涉及C指数、AUC、NRI、IDI等；模型验证主要涉及简单交叉验证、K折交叉验证、留一法交叉验证及Bootstrap法。本书内容通俗易懂，案例丰富，实用性强，适合R语言临床预测模型的入门读者和进阶读者，尤其是临床、护理、公共卫生、药学等专业的硕士研究生和博士研究生或从事相关研究的科研人员阅读。另外，本书还可以作为相关培训机构的教材。