| 共 94 篇文章 |
|
整合双区域影像组学-临床列线图在OS预测方面具有最好的区分度(C-index：0.700)。图2影像组学列线图用于预测临床列线图(a)和影像组学-临床列线图(b). 临床(c)影像组学模型校准曲线和影像组学-临床(d)校准曲线。b双区域影像组学radiomicsscore加临床因素的列线图，列线图相当于一个量表将模型量化后，给每个模型的值一个评分，最后根据患者参数得... 阅44 转0 评0 公众公开 22-07-15 22:59 |
一篇SCI论文：影像组学预测模型写作思路导读。训练集先对396个影像组学指标，进行LASSO回归，筛选出2个有意义的影像学指标，并且构建了影像学评分模型。然后，将影像学评分重新作为一个单独的影像学指标，与其他临床指标构建模型。这篇文章特殊之处在于，先对影像组学的指标进行LASSO筛选并建立一个反映影像学特征综合指标（Radscore），然后将... 阅757 转2 评0 公众公开 22-07-15 15:46 |
目录1. 介绍 2. 列线图的构建 2.1-研究问题、研究人群和结局 2.2-方法 3. 列线图的性能评估 3.1-验证 3.2-区分度 (Discrimination)3.3-校准 (Calibration )3.4-临床实用性 (Clinicalusefulness)4. 列线图的限制 4.1-随访时间假设 4.2-报告和变量的标准 4.3-患者满意度和效果4.3-性能和临床实用性4.4-患者的选择 4.5-对患者的影响5. 结论。3. 列... 阅12678 转49 评0 公众公开 22-07-15 15:38 |
setwd(''''''''C:\Users\000\Desktop\09_Nomogram'''''''') #设置工作目录rt <- read.table(''''''''Log.txt'''''''',header=T,sep='''''''' '''''... 阅1 转自夏夜悠凉 公众公开 22-07-15 15:25 |
例如图中JAMA子刊2015年发表的关于米兰标准乙肝病毒相关肝细胞癌微血管侵犯风险的术前估计的研究 Nomogram for Preoperative Estimation of Microvascular Invasion Risk in Hepatitis B Virus–Related Hepatocellular Carcinoma Within the Milan Criteria. JAMA Surgery, 2015. SCI IF=7.9.易侕软件自动编写R程序，直接输出论文中需要用到的... 阅1 转自井里的怪兽 公众公开 22-07-15 15:20 |
【列线图优选】9分 列线图看看不同寻常的试验设计思路（预测卵巢癌化疗PFS）【列线图优选】13分+结直肠癌免疫治疗预测列线图看看治愈模型是啥？图2中展示基于多因素模型中4个变量构建的列线图模型。这里多提一下，多因素分析和列线图模型的关系。而列线图模型的目的是获得更好的预测效果，如果纳入的变量能提高模型表现，那哪怕这个变量不是独... 阅522 转3 评0 公众公开 22-07-15 15:11 |
基于临床影像组学列线图鉴别克罗恩病和肠结核。通过多因素逻辑回归构建结合临床因素和影像组学评分的临床影像组学模型和列线图。应用 Delong 检验评价临床模型、影像组学模型和临床影像组学模型的性能。在训练队列中临床影像组学模型优于临床模型和影像组学模型，差异有统计学意义 (P = 0.006、0.004)。结合临床因素和影像组学特征的列线图可以... 阅29 转0 评0 公众公开 22-07-15 15:05 |
首先，应选择适用列线图的临床人群和相关的临床问题，并明确定义该列线图预计会预测哪些结果。最常用的列线图之一，Briganti列线图是基于 PSA、临床分期、初次和二次活检 Gleason 分级和阳性核心百分比构建。Stephenson列线图和 Kattan 列线图使用了类似的变量来获得良好但不是最佳的准确度。最近的研究将基因组分类集成到列线图中，该列线图将... 阅265 转2 评0 公众公开 22-07-15 13:46 |
如何计算开发临床预测模型研究的样本量（上）在为二分类型结局事件或生存数据类型结局事件开发预测模型时，所需样本量的经验法则是确保对于考虑包含在预测模型方程中的每个预测变量至少有10个结局事件（即回归方程中的每个 β 项）。从根本上说，样本量必须支持准确估计预测模型的截距，以确保模型可以准确预测结局事件的平均值（对于连续型结... 阅1245 转11 评0 公众公开 22-07-15 13:25 |
【惟视科研第20讲】临床研究也要数据可视化，来张列线图吧。列线图的基本原理，简单的说，就是通过构建多因素回归模型（常用的回归模型，例如Cox回归、Logistic回归等），根据模型中各个影响因素对结局变量的贡献程度（回归系数的大小），给每个影响因素的每个取值水平进行赋分，然后再将各个评分相加得到总评分，最后通过总评分与结局事件发生... 阅46 转1 评0 公众公开 22-07-15 06:33 |
