非肿瘤方向应该怎么样做预测模型？

我们团队已经发布了3门关于临床预测模型的课程，刚开始为了帮做各位学员掌握这种方法，我们发布了《临床预测模型简明教程》，然后有很多学员说没有医院数据，也没有时间等待收集，为了帮助大家获取临床数据，我们发布了《SEER数据之临床预测模型》，然而学员说想抢发数据，为了提供刚刚见世的数据，供大家进行抢发，我们发布了《TARGET临床数据挖掘课程》，但是这些课程都是基于肿瘤数据，有生存时间的数据，基于Cox回归模型，而不能发肿瘤相关的文章的学员，只能眼眼看。因此，有学员多次请求我们录制非肿瘤数据，没有生存时间，基于logistics回归模型的预测模型课程，为了满足各位学员的需要，我们团队国庆七天都是没有休息，通宵在为大家准备课程，到了今天，我们录制好了一套《非肿瘤数据做临床预测模型课程》，现在开始发布。下面对这门课程进行介绍：

我们这里所指“非肿瘤”是指没有生存时间的数据，包含各种各样的疾病，当然也可以是肿瘤，例如预测发生并发症的风险、预测患老年痴呆的风险、预测患糖尿病的风险、预测患肿瘤的风险、预测出现中风的风险、预测死亡的风险、预测出现过敏的风险、预测出现耐药性的风险等等。

1、临床医生

2、在医院上班的研究生

3、能够拿到医院临床数据的研究员

1、之前的课程都是做有生存时间，肿瘤方向的数据

2、本门课程是适合各种各样疾病，没有生存时间的数据

3、之前的课程都是基于Cox回归模型

4、本门课程是基于logistics回归模型

1、学会lasso回归筛选预测因素的操作

2、学会logistics回归模型的操作

3、学会利用C-index评价模型

4、学会利用ROC曲线评价模型

5、学会利用校准图评价模型

6、学会利用临床数据发文章

1、少讲理论，注重具体操作

2、结合具体的范文进行讲解

3、提供几个案例参考

4、课程做到简单明了，思路清晰

5、帮助学员节省大量的时间

1_课程介绍

2_例文思路解剖

3_软件的下载与安装

4_数据格式的整理

5_利用lasso回归筛选变量

6_logistics回归分析

7_Nomogram

8_C-index

9_Calibration

10_ROC

11_DCA

12_模型验证

13_案例分析一

14_案例分析二

15_案例分析三

16_案例分析四

17_案例分析五