TTE-目標試驗模擬本次課程可復現的文章

開課目的及前言

在醫學研究領域，傳統的隨機對照試驗（RCT）研究雖然一直以來都是評估干預措施有效性和安全性的金標準，但不可否認的是，它存在著諸多難以忽視的問題。首先，開展一項傳統的RCT研究往往需要投入大量的財力和物力資源。其次，由于這類研究通常由主辦方發起，在研究過程中不可避免地會受到來自多方面因素的影響。主辦方可能會出于自身利益的考量，在研究設計、樣本選擇、數據收集與分析等環節上存在一定的傾向性，這就導致研究結果的外部真實性受到了一定程度的質疑。近年來，隨著醫療信息化的不斷推進，醫學大數據得以快速積累。利用高質量的醫學大數據在真實診療環境中進行因果估計，逐漸成為了傳統隨機對照研究的重要補充手段。

通過對真實世界中大量患者數據的分析，可以更加全面、客觀地了解疾病的發生發展規律、治療效果以及各種干預措施的實際應用情況，從而為臨床決策和醫學研究提供更為可靠的依據。然而，醫學大數據具有維度高、復雜性強等特點，傳統的統計分析方法難以滿足對其進行深入分析的需求。為了適應分析要求，生物統計學家們開發了大量先進的方法學應用于醫學真實世界研究的因果估計中。醫學統計學分析方法大部分都源于數據科學中的因果估計方法學。為了讓更多的醫學工作者、研究人員能夠了解和掌握目前國際前沿的因果估計方法學在醫學上的應用方法，提升他們的科研能力和水平，我們特開設此培訓班。通過系統的課程學習和實踐操作，希望能夠幫助學員們更好地運用這些先進的方法學解決實際研究中的問題，推動醫學研究的不斷發展與進步。

在當今數據科學領域，R語言和Python語言堪稱兩大主流編程語言。相較于Python，R語言在復雜統計學分析和可視化方面展現出了卓越的性能。鑒于R語言在復雜統計學分析及可視化方面的顯著優勢，本次課程將以R語言為基礎，深入講解因果估計方法學的實現及相關解釋。

培訓目標：

1. 利用最新AI編程工具Cursor快速掌握R語言的基本概念與常規操作。

2. 能夠進行常規醫學統計學分析圖表繪制。

3. 能夠進行單因素批量分析及應用多種方法進行變量篩選。

4. 能夠進行縱向數據分析。

5. 能夠進行一般生存分析及高級生存分析。

6. 能夠進行傾向性評分系列方法及雙重穩健估計分析數據

7. 能夠進行目標模擬試驗分析

雙一流學校腫瘤學博士畢業，目前就職于國內五大腫瘤中心之一?？蒲蟹较驗檎鎸嵤澜缪芯?，生物信息學分析及人工智能研究。目前以第一或共同第一作者身份發表SCI論文10余篇，累計IF50+。目前與國內多個院校及醫院有科研合作。聯合翻譯小組同學，在國內第一次將jmbayes2及dynamicLM全文翻譯為中文并在公眾號發表。

課程目錄第一部分：真實世界研究文章及方法學總覽

（直播+回放+答疑）

1. 真實世界研究的概念與高分文章簡析

2. 真實世界研究因果估計方法學概覽

（回放+提前學習+答疑）

1. R語言學習的準備工作

2. Cursor的R環境配置

3. R語言中的對象與基本運算

4. 向量

5. 數據結構

6. 運算符及向量運算

7. R語言函數入門

8. 子集選取

（回放+提前學習+答疑）

1. 整潔數據的要求及數

2. 可重復性文檔

3. 讀取數據

4. 數據處理

5. dplyr高級用法

6. 數據可視化

7. 數據規整-長寬轉換..

8. tidyr的其他有用函.

9. 正則表達式

10. 因子處理

11. Tibble

（部分直播+回放+答疑）

1. ggplot2之幾何形狀

2. ggplot2之標度

3. ggplot2之主題設置

4. ggplot2之圖例系統

5. ggplot2之統計圖層

6. ggplot2之數據可視化中的配色

7. 基于ggpubr體系繪圖介紹及使用分享

8. 基于ggstatsplot體系繪圖介紹及使用分享

9. 基于tidyplots體系繪圖介紹及使用分享

（部分直播+回放+答疑）

1. 組間基線表格快速制作及統計學考量

2. 單因素分析批量實現及統計學考慮

3. 連續變量截斷值選擇的方法總結（包括生存資料）

4. 有向無環圖的應用及快速實現

（直播+回放+答疑）

1. 多因素分析批量實現及調整協變量的敏感性分析-回放

2. 關鍵因素鑒定得一些方法（P值法，機器學習方法，效應值改變法等）

3. 缺失值處理策略及實戰

4. 未測量混雜因素的統計學測量-E值

5. 亞組分析及其森林圖的快速繪制（包括交互作用及趨勢性檢驗）

6. 雙重穩健估計方法學實現

（直播+回放+答疑）

1. 傾向性評分匹配實現及實戰注意事項（PSM）

2. 逆概率加權的實現及解釋

3. 三組的傾向性評分的實現及解釋

4. 多重插補及其后續的PSM與IPTW分析

（直播+回放+答疑）

1. 生存資料的整理及常規生存分析方法（KM,COX,生存曲線及累計風險曲線繪制）

2. landmark分析實現與結果解讀

3. RMST分析實現與結果解讀

4. 加權生存分析實現與結果解讀

5. win ratio的概念及實現，結果解讀

（回放+答疑）

1. 縱向數據分析總論及數據整理要點

2. 縱向數據分析方法學概覽

3. 單因素及雙因素重復測量方差分析

4. 廣義線性混合模型(一)

5. 廣義線性混合模型(二)

6. 廣義估計方程

（直播+回放+答疑）

1. 目標模擬試驗基本概念及整體分析流程

2. 三時間點一致點干預的目標試驗模擬的高分文章詳解及方法學復現

3. IPCW基本原理以及方法學實現（克隆-刪失-加權）-eclinicalmedicine文章方法學復現

4. 基于Modified Treatment Policies方法進行因果估計的原理及代碼實現-JAMA net work open方法學復現

5. 基于cluster PSM方法學進行因果估計-Annals of Internal Medicine方法學復現

授課形式：遠程在線實時直播授課+回放+答疑。

授課時間：2025年4月中旬開課，總課時不少于45小時，每周進行3-5小時的授課，有充分時間學習，預計4-6周完成所有授課內容。

答疑支持：建立課程專屬微信群，1年內課程內容免費答疑。

視頻回看：3年內免費無限次回看。

購買后即可開通回放權限，提前學習內容需在開課前完成學習

課程售價及優惠活動

• 課程售價：總價4500元

• 對公轉賬等手續務必提前聯系助教

• 課程優惠之一：早鳥2025年4月1日前報名全程班單個學員優惠100元

• 課程優惠之二：3人團每人優惠100元，5人及以上團每人200元

• 課程優惠之三：1）轉發此廣告推文至朋友圈全部可見保持至少48小時，減免100元；2）醫咖會創始會員優惠300元；3）醫咖會超級會員優惠100元

• 獎勵政策：學員應用所學內容發表IF 10+文章可退還學費（具體要求及流程需要咨詢助教）

趕快加小咖三號咨詢吧！

微信：xys2019ykh

微信二維碼：