R語言臨床預(yù)測(cè)模型實(shí)戰(zhàn)

第1章 臨床預(yù)測(cè)模型概述 1
1.1 如何構(gòu)建預(yù)測(cè)模型 2
1.1.1 先單后多 2
1.1.2 逐步回歸 2
1.1.3 Lasso 2
1.1.4 隨機(jī)森林 3
1.1.5 最優(yōu)子集 3
1.2 如何評(píng)價(jià)預(yù)測(cè)模型 3
1.2.1 擬合優(yōu)度檢驗(yàn) 3
1.2.2 ROC 4
1.2.3 Calibration 4
1.2.4 DCA曲線 4
1.3 如何驗(yàn)證預(yù)測(cè)模型 4
1.3.1 交叉驗(yàn)證 5
1.3.2 Bootstrap法 5
1.4 小結(jié) 5
第2章 線性回歸 6
2.1 線性回歸概述 7
2.1.1 相關(guān)的概念 7
2.1.2 回歸的概念 9
2.2 線性回歸實(shí)戰(zhàn) 11
2.2.1 簡(jiǎn)單線性回歸 11
 
IV
2.2.2 多重線性回歸 17
2.3 小結(jié) 25
第3章 Logistic回歸 27
3.1 概述 28
3.1.1 二分類Logistic回歸的基本原理28
3.1.2 多分類Logistic回歸的基本原理30
3.1.3 有序Logistic回歸的基本原理30
3.1.4 1∶m匹配條件Logistic回歸的基本原理31
3.2 Logistic回歸分析實(shí)戰(zhàn) 31
3.2.1 二分類Logistic回歸 31
3.2.2 多分類Logistic回歸 41
3.2.3 有序Logistic 49
3.2.4 1∶m匹配條件Logistic 53
3.3 小結(jié) 56
第4章生存資料分析 59
4.1 概述 60
4.1.1 Kaplan-Meier生存曲線的基本原理60
4.1.2 Cox比例風(fēng)險(xiǎn)模型的基本原理 61
4.2 生存資料分析實(shí)戰(zhàn) 62
4.2.1 Kaplan-Meier生存曲線 62
4.2.2 Cox比例風(fēng)險(xiǎn)模型 72
4.3 小結(jié) 81
第5章競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型 83
5.1 概述 84
5.2 競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型實(shí)戰(zhàn) 85
5.2.1 Fine-Gray檢驗(yàn)（單因素分析） 85
5.2.2 crr()函數(shù)法（多因素分析） 95
 
V
目錄
5.3 小結(jié) 97
第6章 自變量篩選 99
6.1 傳統(tǒng)方法 100
6.1.1 基于連續(xù)性資料 100
6.1.2 基于二分類資料 105
6.1.3 基于生存資料 112
6.2 逐步法 116
6.2.1 基于連續(xù)性資料 117
6.2.2 基于二分類資料 121
6.2.3 基于多分類資料 124
6.2.4 基于有序資料 126
6.2.5 基于1∶m匹配資料 128
6.2.6 基于生存資料 130
6.2.7 基于競(jìng)爭(zhēng)風(fēng)險(xiǎn)資料 131
6.3 Lasso法 134
6.3.1 基于連續(xù)性資料 135
6.3.2 基于二分類資料 144
6.3.3 基于多分類資料 151
6.3.4 基于生存資料 160
6.4 隨機(jī)森林法 167
6.4.1 基于連續(xù)性資料 168
6.4.2 基于二分類資料 172
6.4.3 基于多分類資料 177
6.4.4 基于生存資料 180
6.4.5 基于競(jìng)爭(zhēng)風(fēng)險(xiǎn)資料 187
6.5 最優(yōu)子集法 191
6.5.1 基于連續(xù)性資料 192
6.5.2 基于二分類資料 193
6.5.3 基于多分類資料 193
6.5.4 基于有序資料 196
6.5.5 基于生存資料 196
 
VI
6.5.6 基于競(jìng)爭(zhēng)風(fēng)險(xiǎn)資料 198
6.6 主成分分析法 200
6.7 小結(jié) 204
第7章列線圖205
7.1 列線圖簡(jiǎn)介 206
7.2 基于連續(xù)資料 206
7.2.1 普通靜態(tài)列線圖 206
7.2.2 網(wǎng)頁動(dòng)態(tài)列線圖 210
7.2.3 花樣列線圖 212
7.2.4 靜態(tài)列線圖的變種 215
7.3 基于二分類資料 216
7.3.1 普通靜態(tài)列線圖 216
7.3.2 網(wǎng)頁動(dòng)態(tài)列線圖 222
7.3.3 花樣列線圖 223
7.3.4 靜態(tài)列線圖的變種 227
7.4 基于有序資料 228
7.4.1 普通靜態(tài)列線圖 228
7.4.2 花樣列線圖 233
7.4.3 靜態(tài)列線圖的變種 236
7.5 基于生存資料 237
7.5.1 普通靜態(tài)列線圖 237
7.5.2 網(wǎng)頁動(dòng)態(tài)列線圖 246
7.5.3 花樣列線圖 248
7.5.4 靜態(tài)列線圖的變種 253
7.5.5 生存概率列線圖 255
7.6 基于競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型 256
7.6.1 普通靜態(tài)列線圖 256
7.6.2 靜態(tài)列線圖的變種 264
7.6.3 生存概率列線圖 265
7.6.4 花樣列線圖 266
7.7 小結(jié) 270
 
第8章 Calibration校準(zhǔn)曲線 271
8.1 Calibration校準(zhǔn)曲線簡(jiǎn)介 272
8.2 基于二分類資料 272
8.2.1 單一模型校準(zhǔn)曲線 272
8.2.2 多模型校準(zhǔn)曲線 281
8.3 基于生存資料 284
8.3.1 單模型單時(shí)點(diǎn)校準(zhǔn)曲線 285
8.3.2 單模型多時(shí)點(diǎn)校準(zhǔn)曲線 292
8.3.3 多模型同時(shí)點(diǎn)校準(zhǔn)曲線 294
8.4 基于競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型 299
8.4.1 單模型單時(shí)點(diǎn)校準(zhǔn)曲線 299
8.4.2 多模型同時(shí)點(diǎn)校準(zhǔn)曲線 301
8.5 小結(jié) 304
第9章 C指數(shù)計(jì)算 305
9.1 C指數(shù)簡(jiǎn)介 306
9.2 基于二分類資料 306
9.3 基于生存資料 310
9.4 基于競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型 315
9.5 小結(jié) 318
第10章 ROC曲線 319
10.1 ROC曲線簡(jiǎn)介 320
10.2 基于二分類資料 320
10.2.1 單一模型ROC曲線 320
10.2.2 多模型ROC曲線 328
10.3 基于生存資料 332
10.3.1 單模型單時(shí)點(diǎn)ROC曲線 332
10.3.2 單模型多時(shí)點(diǎn)ROC曲線 336
10.3.3 多模型同時(shí)點(diǎn)ROC曲線 339
 
VIII
10.4 基于競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型343
10.4.1 單模型單時(shí)點(diǎn)ROC曲線 343
10.4.2 單模型多時(shí)點(diǎn)ROC曲線 345
10.4.3 多模型同時(shí)點(diǎn)ROC曲線 348
10.5 小結(jié) 349
第11章 DCA曲線 350
11.1 DCA曲線簡(jiǎn)介 351
11.2 基于二分類資料351
11.2.1 單一模型DCA曲線351
11.2.2 多模型DCA曲線356
11.3 基于生存資料359
11.3.1　單模型單時(shí)點(diǎn)DCA曲線 359
11.3.2　單模型多時(shí)點(diǎn)DCA曲線 363
11.3.3　多模型同時(shí)點(diǎn)DCA曲線 365
11.4 小結(jié) 368
第12章 NRI、IDI計(jì)算 369
12.1 NRI、IDI簡(jiǎn)介 370
12.2 基于二分類資料 370
12.3 基于生存資料 378
12.4 小結(jié) 384
第13章交叉驗(yàn)證及Bootstrap 385
13.1 概述 386
13.2 簡(jiǎn)單交叉驗(yàn)證 389
13.3 K折交叉驗(yàn)證 391
13.4 留一法交叉驗(yàn)證 393
13.5 Bootstrap 395
13.6 小結(jié) 397