【临床预测模型】----10步建立完整的临床机器学习预测模型，5分钟搞定！！

【临床预测模型】----10步建立预测模型

好多小伙伴在首次构建一个临床预测模型构建时，一头雾水找不着北
为了解决这一问题，小编思索良久，决定彻夜归纳，5min快速概括，告诉各位头大的小朋友，每一步应该怎么做～
满满只放干货，划重点！！

---

研究思路

准备工作 ➡️ 统计分析 ➡️ 成果展示

！！大部分的研究，取决于我们有什么样的现有数据！！
so，数据是一切的源头，巧妇难为无米之炊。

1、准备工作：

1）确立研究问题
2）选择数据来源
3）数据的预处理

2、统计分析工作：

1）模型选择
2）单因素分析+预测变量的转换
3）多因素分析+预测变量的筛选
4）拟合模型/校准模型
5）评估模型表现（模型验证）

3、成果展示：

1）呈现预测模型
2）报告研究结果

难以理解嘛？没关系，我们用做菜来表述这一过程～

这么一看，机器学习构建临床预测模型，也不是那么难嘛～

---

‍研究设计

1、思维框架：PI（E）COTS准则

1）研究类型
2）研究对象/人群
3）干预性研究？观察性研究？
4）outcome，时间点

2、临床阶段中可研究的问题

根据疾病的每个阶段，可以挖掘和发现不同的研究问题

1）预防阶段
2）诊断阶段 ➡️ 构建诊断模型
3）治疗阶段
4）预后阶段 ➡️ 构建预后模型

诊断/预后模型，根据思维框架进行拆解如下：

对于诊断模型的代表性研究，可以同样拆分：

对于预后模型的代表性研究，同样拆分：

好啦好啦，具体的统计方法怎么选择呢？
这又是另一块重点知识点了，也是机器学习中又一核心问题。。

具体可移步拜访小编的csdn博客，目前在持续更新中…

小编作为初学者，有遗漏或者缺少的地方，期待各位读者不吝赐教，与各位小伙伴们的交流与合作呐～～‍♀️

ending！