二分类结局变量Logistic回归临床模型预测—— 外部数据集验证

楷然教你学生信

于 2023-07-06 10:02:30 发布

阅读量1.3k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： Logistic回归临床模型预测文章标签：分类回归数据挖掘机器学习人工智能

本文链接：https://blog.youkuaiyun.com/weixin_46500027/article/details/131569467

Logistic回归临床模型预测专栏收录该内容

11 篇文章 ¥69.90 ¥99.00

订阅专栏

超级会员免费看

本文介绍了如何使用二分类结局变量的Logistic回归建立临床预测模型，并通过外部数据集验证其性能。首先，文章详细阐述了基线特征、单因素和多因素分析，接着构建了临床列线图模型并进行了评估。为了验证模型的泛化能力，作者利用随机生成的50个样本作为外部数据集进行验证，确保外部数据集包含相同的预测变量。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1. 介绍

2. 基线特征

3. 单因素多因素logistic回归分析及三线表

4. 构建临床列线图模型

5. 模型评价

6. 外部数据集验证

7. 另一种发文章的办法，分训练集和测试集，分析上述3-6节的内容

外部数据集验证，就是找一个别的数据集，可以是别家医院的，也可是数据库的，但是前提是保证研究的变量都有，比如本节最终用两个变量（进食水时间+腹部手术史）构建模型，那么最起码外部的数据集得有这两变量，才能进行验证，这里我们用上面几节的数据，随机生成50个样本作为外部数据集，验证一下。



setwd("D:\\Logistic回归临床模型预测")
dir()
data <- read.csv("data——分析.csv",header = T,sep = ",")
head(data)

head(data)
data$年龄 <- ifelse(data$年龄 > 60,">60","<=60")
data$BMI <- ifelse(data$BMI>24,">24","<24")
head(data)
names(data)
data <- data[,c("梗阻","年龄","胃管","进食水时间.天.","BMI","有无吸烟",