【学习】不做实验，不写meta分析，用临床预测模型快速发表SCI（11月28-29日 线上班）

全部代码免费分享、全程录屏不限回放

建群后续免费答疑和指导 

不同级别的临床预测模型SCI文章深度剖析与方法复现

本班特色

作为国内首个“临床预测模型学习班（2015年首期开班原名临床预测模型速成班）”的主创讲师，非常期待与您共同学习共同探讨临床预测模型类论文专题。由于课程是本人自主设计和编排的，属于国内首创，以其信息量大、专业性强、操作性强的特点，2015年首次推出，就深受广大学员好评，本课程最近进行了课程更新迭代，加入了最新的机器学习算法，助力构建更强大的临床预测模型。

①

课程背景

面对越来越重的科研压力，以及越来越高的SCI文章要求，临床医生如何才能在不进实验室、不做基础科研的前提下，利用好各种临床数据资源快速发表SCI论著？这是一个困绕每一个小医生的话题。真正的随机对照临床研究（RCT）往往费时，费力，费钱。因此，当前临床科研的热点之一“临床预测模型”已成为医生发表SCI的不二选择。但是，做好临床预测模型的核心要素是什么？许多人以为就是写好代码，其实不然。做好临床预测模型的核心是应当具备强大的模型调适能力，并对各种分析过程中的坑深入了解，才可能真正做好临床预测模型

此外，在大数据与人工智能的时代下，越来越多的机器学习/人工智能算法，为我们的预测提供强大的助推力，然而，这什么时候应当应用机器学习算法？机器学习算法就一定优于我们常规的回归模型吗？机器学习算法是不是真的很高深，我能掌握吗？我想这都是大家想知道的答案

②

课程特色

 1、课程讲师为顶级三甲医院副主任医师，过去8年期间发表第一作者/通讯作者SCI论著32篇。其中临床预测模型相关文章10余篇。讲师为具备有深厚统计/编程功底的临床外科医生，并在Johns Hopkins进行了一年的临床统计训练，授课风格更加贴进临床实际，更懂临床医生，有别于传统的统计学科班讲师。 

2、课堂教学使用材料均为实战数据，从无到有，一步一步，手把手带你入门“临床预测模型”，并且特别适合对此完全没有基础的同学/老师。

3、课程将覆盖完整的临床预测模型研究全过程，并引入最流行的若干机器学习的方法介绍（具体代码全分享），从选题，到数据收集，从数据清理到建模验证，全程采用R语言进行分析，从汇总结果到如何写英文sci文章，每个环节你都会有不一样的收获。学员完整课程后将具备独立开展并完成临床预测模型研究的能力。

课程设置

第一天上午 ：8:30---11:30

一：小医生如何成为SCI打印机：

1、学习如何获得选题灵感，

2、如何对一个良好的选题，进行多维度的临床研究？

3、发表不同类型的SCI临床研究论著？

4、讲者原创提出的研究思路能让你脑洞大开。

二：基本临床预测模型概念学习：

1、预测模型的本质是什么；

2、什么是内验证、外验证？

3、什么是预处理。

4、预测模形有哪些构建形式与哪些呈现方式？

5、ROC曲线是什么？

6、Calibration Plot是什么？

7、Clinical utility analysis是什么？

8、临床预测模型有何“潜规则”？

9、当我们的预测模型构建失败时，如何允找失败的原因？从科学假说到数据质量，从模型选择到参数优化调整。让你成为预测模型的构建高手

10、事实上，关于临床预测模型类的科研课题，比起了解基本概念和执行代码来说，更重要的是如何去理解每一个科学问题/临床问题中的基本假设、逻辑关系和/或前提局限等，这些都需要讲师自己是临床一线工作的专家才能有足够的实战的经验和阅历，告诉你任何书上都不会有的知识。

第一天下午：13:30---16:30 

R语言快速入门与掌握

熟悉R的基本应用；工欲善其事，必先利其器；手把手让零起点的你学会R的基本应用和编程进阶，并体会到R相比于SPSS所具备的高效快捷的数据管理能力。掌握R编程，必能让你在未来的临床研究道路上受益终生。

第二天上午：8:30---11:30

临床预测模型实战课

1,实战课采用框架结构，对一个实际的临床/科学问题，采用来自实战改编的数据，全画幅的展现一个完整的预测模型从数据提取到模型训练、再到模型产出的全过程。

2,所有的过程代码和数据均会完全分享，每个学员均能独立重复课堂的演示内容。

3,结合之前学习的基本概念，进一步给大家解析建模过程中的各个坑位，让大家在面对初步建模模型表现不佳时，能有更多的调整、优化模型的思路，助力各位的临床预测模型研究

第二天下午：13:30---16:30

一、 机器学习方法简介

机器学习方法简介

为什么传统的Logistic回归/COX回归不适用于高维度数据？

机器学习方法是如何在高维度数据中发挥作用？

二，机器学习案例实操

    在了解了临床预测模型的基本概念之后，机器学习只是在同样的框架下，采用了更为高级的算法。因此我们将采用模拟实战的数据，介绍几款重磅的机器学习方法，包括随机森林，Lasso回归，XGBOOST, 神经网络，助力临床预测模型的强力构建！

三、不同级别的临床预测模型SCI文章深度剖析与方法复现

  在临床文章发表过程中，每个具体的科学问题关注的角度可能不同，所采用的方法也不尽相同，而不同级别（IF=5,10,20或以上）的SCI文章所采用的数据质量和分析方法也不尽相同。本课程讲对不同级别的临床预测模型SCI文章进行深度剖析，对相应的操作方法也给予复现解析，以满足不同水平的学员对发表不同级别文章的需求，并进一步深刻理解临床预测模型在实战中的应用情况。

四，预测模型的SCI文章写作：

1）Introduction和Discussion有什么不一样？哪些既往研究应当放在Introduction，哪些要放在Discussion？

2）为什么说低水平的讨论是在重复Results？高水平的讨论是深入解度，并educate the reviewers?;

3) SCI写作是否有一个模版能让我做完形填空一样容易？

4）是不是我只要有钱交给英文润色公司，我就可以随意起草我的Manuscript? 这些重要的问题，你知道答案吗？你想通过具体的案例来学习吗？不要错过我们的SCI文章写作课。

【主办单位】

玮瑜科研平台

【承办单位】

上海玮瑜生物科技有限公司

上海婉怡科技服务中心

【注册费用】

3200元/人      

可开会务费 注册费 检测费  分析服务费等发票

【时间地点】

会务时间：2020年11月28日-29日   线上班  

【报名方法】

网络学习班报名请扫码咨询

brainnews客服Maroon 

（微信号：brainnews_11） 

留言：临床预测模型

报名本班的课程

可享受本班线下的免费复听

享受知识、方法的不断更新与迭代