[正版新书]预测模型实战:基于R、SPSS和Stata 武松 清华大学出版社 预测-模型

本书从生物医药三种建模讲起，引出临床预测模型，系统介绍了临床预测模型的基本思想与理论体系，并配合SPSS、Stata和R语言实战，让读者全面掌握临床预测模型的建模、评价、验证与展示技术，从而轻轻松松进行临床预测模型研究，顺利发表SCI（Science Citation Index，科学引文索引）论文。

本书分为7章，涵盖临床预测模型基础、模型构建相关问题、SPSS临床预测模型实战、Stata诊断模型实战、Stata预后临床预测模型实战、R语言诊断临床预测模型实战以及R语言预后临床预测模型实战。对于每个软件，基本由一个案例从建模到区分度、校准度、临床决策曲线评价，再到Nomo图展示以及合理性分析的完整流程，让学员体验真正实操案例教学。作者自编的一些自动分析插件以及自动制表代码，极大提升读者数据处理和论文发表的能力。

本书内容通俗易懂，实用性强，适用人群为生物医药领域医生、护士、硕博士研究生、医学高校教师，特别适合临床预测模型的入门读者和进阶读者阅读，另外，本书也适合作为相关培训机构的教材使用。

武松（松哥统计），安徽中医药大学副教授，中国疾病预防控制中心流行病与卫生统计学博士，世界中联临床科研统计学会理事，国家高级统计分析师，SPSS高级数据分析师。擅长SPSS、SAS、R、Stata等多种统计软件，国内多家杂志编委。目前为止主持课题8项，协作子课题12项，出版SPSS统计软件专著2部，均为畅销书，参与编写了7部图书，参与过“十一五” “国家自然基金” “卫生部专项基金”等数十项课题数据分析，经验丰富。在国家级刊物作为第一作者或通讯作者发表文章40余篇，获得国家发明专利1项，获得计算机软件著作权5项，获得上海市出入境检验检疫局科技兴检三等奖1项。

从统计小白到领域精英，厘清思路，注重实战，解决问题！

全面拆解临床预测模型知识体系

真实案例一镜到底，助您充分掌握预测模型全流程

不仅讲授方法，更注重经验总结，扫除疑难杂症

目录

第1章  临床预测模型基础  /  1

1.1  三种建模策略解读  /  1

1.1.1  风险因素发现模型  /  1

1.1.2  风险因素验证模型  /  2

1.1.3  临床预测模型  /  3

1.2  临床预测模型分类与分型  /  5

1.2.1  预测模型目的分类  /  5

1.2.2  预测模型数据来源分类  /  6

1.2.3  数据集分类  /  7

1.3  区分度-C指数  /  8

1.4  净重新分类指数  /  10

1.5  综合判别改善指数  /  12

1.6  校准度  /  13

1.6.1  Hosmer-Lemeshow检验  /  13

1.6.2  Calibration plot  /  13

1.7  临床决策曲线  /  16

1.8  模型可视化（Visualization）  /  18

1.9  交叉验证  /  19

1.9.1  简单交叉验证（Simple Cross Validation）  /  20

1.9.2  K折交叉验证（K-Folder Cross Validation）  /  20

1.9.3  留一法交叉验证（Leave-one-out 

       Cross Validation）  /  20

1.10  自助抽样法  /  20

1.11  LASSO回归  /  21

1.12  临床预测模型报告规范  /  23

第2章  模型构建相关问题  /  26

2.1  单变量进入模型的形式  /  26

2.1.1  数值变量进入模型的形式  /  26

2.1.2  等级变量进入模型的形式  /  27

2.1.3  分类变量进入模型的形式  /  28

2.2  模型构建策略探讨  /  29

2.2.1  先单后多法  /  29

2.2.2  全部进入法  /  29

2.2.3  百分之十改变量法  /  29

2.2.4  LASSO回归法  /  29

2.3  统计建模  /  30

2.3.1  危险因素筛选模型  /  30

2.3.2  风险因素验证模型  /  30

2.3.3  临床预测模型  /  30

第3章  SPSS临床预测模型实战  /  31

3.1  SPSS在诊断模型中的应用  /  31

3.1.1  数据拆分  /  32

3.1.2  统计建模  /  33

3.1.3  模型评价  /  38

3.2  SPSS在预后模型中的应用  /  42

第4章  Stata诊断模型实战  /  46

4.1  Logistic回归模型构建  /  46

4.1.1  先单因素分析  /  46

4.1.2  后多因素分析  /  50

4.1.3  正式后多因素分析  /  51

4.1.4  模型比较  /  54

4.1.5  最终模型  /  56

4.1.6  预测概率  /  57

4.2  Logistic回归模型区分度评价  /  57

4.2.1  训练集的AUC分析  /  58

4.2.2  训练集ROC曲线分析  /  58

4.2.3  验证集AUC 分析  /  59

4.2.4  验证集ROC分析  /  60

4.2.5  多条ROC曲线  /  60

4.3 Logistic回归模型校准度评价：HL检验

  与校准曲线  /  61

4.3.1  基于HL函数的校准度  /  61

4.3.2  校准曲线加强版  /  63

4.3.3  Bootstrap校准曲线  /  67

4.4  Logistic回归模型临床适用性评价：临

  床决策曲线（DCA）  /  69

4.4.1  训练集临床决策曲线  /  70

4.4.2  验证集临床决策曲线  /  70

4.4.3  决策曲线优化  /  71

4.4.4  净减少曲线（Net Reduction）  /  72

4.5  Logistic回归模型可视化：Nomo图  /  73

4.6  NRI和IDI  /  75

4.6.1  NRI（净重新分类指数）  /  75

4.6.2  IDI（综合判别改善指数）  /  77

4.7  如何利用别人文章的模型  /  78

4.8  交叉验证  /  79

4.9  Bootstrap  /  81

4.10  LASSO-Logit  /  85

4.10.1  LASSO回归  /  86

4.10.2  路径图  /  88

4.10.3  CV-LASSO  /  91

4.11  缺失值处理  /  93

4.11.1  直接删除法  /  93

4.11.2  单一插补法  /  93

4.11.3  多重插补法  /  93

第5章  Stata预后临床预测模型实战  /  100

5.1  模型构建  /  100

5.1.1  建立时间变量和结局变量  /  101

5.1.2  单因素分析  /  101

5.1.3  多因素分析  /  102

5.1.4  模型比较  /  104

5.1.5  确定最终模型  /  105

5.2  区分度  /  106

5.2.1  C-index  /  106

5.2.2  C-index和Somers_D及 95%可信区间  /  107

5.2.3  时点ROC曲线（Time ROC）  /  109

5.3  校准度  /  113

5.3.1  建立模型  /  113

5.3.2  训练集时点校准曲线  /  113

5.3.3  验证集时点校准曲线  /  114

5.3.4  训练集校准曲线加强版  /  114

5.3.5  验证集校准曲线加强版  /  115

5.4  决策曲线  /  117

5.4.1  建立模型  /  117

5.4.2  设立时间节点死亡概率  /  117

5.4.3  模型组与验证组DCA  /  117

5.4.4  多模型DCA曲线  /  119

5.4.5  净获益的数据  /  120

5.5  Nomo图  /  120

5.5.1  构建模型  /  120

5.5.2  命令绘制Nomo图  /  120

5.5.3  窗口Nomo绘制  /  122

5.6  NRI与IDI  /  123

5.6.1  NRI  /  123

5.6.2  IDI  /  125

5.7  Bootstrap  /  126

第6章  R语言诊断临床预测模型实战  /  129

6.1  Logistic回归模型构建  /  129

6.1.1  单因素分析  /  129

6.1.2  多因素分析  /  138

6.2  Logistic回归模型区分度评价  /  154

6.2.1  训练集AUC与ROC  /  155

6.2.2  验证集AUC和ROC  /  159

6.2.3  绘制多条ROC曲线  /  163

6.2.4  两条ROC曲线比较  /  165

6.2.5.  Bootstrap法ROC内部验证  /  166

6.3  Logistic回归校准度评价：HL检验与校

  准曲线  /  168

6.3.1  calibrate包val.prob函数校准曲线实现  /  168

6.3.2  Hosmer-Lemeshow test检验  /  170

6.3.3  riskRegression包plotCalibration函数校准曲

  线实现  /  171

6.3.4  lrm+calibrate+plot校准曲线实现  /  172

6.3.5  校准曲线方法四（Bootstrap法)  /  174

6.4  Logistic回归模型临床决策曲线

  （DCA）  /  175

6.4.1  软件准备工作  /  176

6.4.2  rmda包决策曲线实现  /  176

6.4.3  临床影响曲线（clinical impact curve）  /  180

6.4.4  DCA及可信区间  /  182

6.4.5  交叉验证DCA  /  182

6.4.6  DCA包临床决策曲线绘制  /  183

6.5  Logistic回归模型可视化：Nomo图  /  185

6.5.1  rms包常规普通列线图回归  /  186

6.5.2  regplot包绘制交互列线图  /  187

6.5.3  普通列线图变种  /  189

6.5.4  DynNom包动态列线图  /  190

6.5.5  制作网络版动态列线图  /  193

6.6  Logistic回归模型诊断效果评价  /  197

6.6.1  诊断试验评价  /  198

6.6.2  ROC曲线比较  /  198

6.6.3  Logistic回归分析  /  199

6.7  NRI和IDI  /  200

6.7.1  净重新分类指数  /  200

6.7.2  综合判别改善指数  /  202

6.8  如何验证别人已经发表的模型  /  204

6.9  LASSO在Logistic回归中应用  /  205

6.9.1  软件包准备  /  205

6.9.2  数据准备  /  205

6.9.3  LASSO-Logit  /  205

6.9.4  CV-LASSO  /  207

6.10  交叉验证与Bootstrap  /  209

6.10.1  简单交叉验证  /  210

6.10.2  十重交叉验证  /  211

6.10.3  留一法交叉验证  /  212

6.10.4  Bootstrap CV  /  213

6.10.5  Bootstrap ROC  /  214

第7章  R语言预后临床预测模型实战  /  216

7.1  COX回归模型构建  /  217

7.1.1  数据读取  /  217

7.1.2  软件包准备  /  218

7.1.3  先单因素分析  /  218

7.1.4  后多因素分析  /  219

7.1.5  批量单因素分析  /  220

7.1.6  多因素分析  /  222

7.1.7  模型比较  /  226

7.2  预后模型区分度分析  /  229

7.2.1  Concordance index  /  229

7.2.2  Time-ROC  /  234

7.2.3  时间依赖AUC  /  239

7.3  预后模型校准度分析  /  244

7.3.1  基于rms包的校准曲线  /  244

7.3.2  基于pec包的校准曲线  /  250

7.4  预后模型决策曲线分析  /  255

7.4.1  基于stdca.R的决策曲线  /  257

7.4.2  基于dcurves包的决策曲线  /  263

7.4.3  基于ggDCA包的决策曲线  /  270

7.5  交叉验证  /  274

7.6  预后模型Nomo展示  /  277

7.6.1  普通生存概率列线图  /  277

7.6.2  中位生存时间列线图  /  279

7.6.3  网格线列线图  /  280

7.6.4  动态列线图  /  280

7.7  NRI和IDI  /  283

7.7.1  NRI（净重新分类指数）  /  283

7.7.2  IDI  /  285

7.8  LASSO-COX  /  286

7.8.1  数据准备  /  286

7.8.2  LASSO-COX  /  286

7.8.3  CV-LASSO  /  288

7.9  模型效果验证  /  290

7.9.1  风险分组后KM曲线  /  290

7.9.2  风险得分图  /  293

7.10  生存分析数值变量分类方法  /  295

7.10.1  Time-ROC  /  295

7.10.2  X-Tile  /  297

参考资料  /  299