? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?

歡迎來到此次 R/Python 醫(yī)學(xué)數(shù)據(jù)分析 workshop，本周即將進(jìn)入免費(fèi)培訓(xùn)的第三期。（對(duì)整個(gè)活動(dòng)，或者往期內(nèi)容感興趣的，可以直接往后拉）

機(jī)器學(xué)習(xí)實(shí)戰(zhàn)

一個(gè)代謝組學(xué)案例

?· 內(nèi)容簡(jiǎn)介 ·?

一個(gè)肺癌案例，串起假設(shè)檢驗(yàn)、回歸分析與常見機(jī)器學(xué)習(xí)模型。

首先我們會(huì)對(duì)代謝組學(xué)進(jìn)行基本介紹，側(cè)重關(guān)注的科學(xué)問題、分析方法、數(shù)據(jù)結(jié)構(gòu)；然后會(huì)引入一組肺癌患者與對(duì)照組尿樣的開放數(shù)據(jù)并介紹數(shù)據(jù)特征；之后會(huì)應(yīng)用最簡(jiǎn)單的假設(shè)檢驗(yàn)來尋找差異表達(dá)代謝物并講解多重比較問題；最后結(jié)合患者的信息構(gòu)建預(yù)測(cè)肺癌的統(tǒng)計(jì)學(xué)習(xí)模型，并講解從單一模型到模型組合的數(shù)據(jù)分析過程。最終目的是使大家意識(shí)到實(shí)際數(shù)據(jù)分析的復(fù)雜性，并掌握一些處理實(shí)際問題的方法。

?·?內(nèi)容大綱?·?

1. 代謝組學(xué)簡(jiǎn)介

• • 組學(xué)與代謝組學(xué)

  • 代謝組學(xué)在醫(yī)學(xué)中的應(yīng)用

  • 代謝組學(xué)分析方法

  • 代謝組學(xué)數(shù)據(jù)結(jié)構(gòu)

2. 案例數(shù)據(jù)

• • 案例背景介紹

  • 數(shù)據(jù)可視化

  • 主成分分析

3. 差異分析

• • t 檢驗(yàn)

  • 多重比較問題

4. 預(yù)測(cè)模型

• • 隨機(jī)森林模型及解釋

  • 模型組合方法

5. 作業(yè)

• • 用另一組數(shù)據(jù)進(jìn)行分析并給出報(bào)告。

?· 參與方式 ·?

掃描海報(bào)中二維碼，或者點(diǎn)擊“閱讀原文”，至此次活動(dòng)頁面報(bào)名。再次強(qiáng)調(diào)一下，此次活動(dòng)用愛發(fā)電，完全免費(fèi)！

---

?· workshop簡(jiǎn)介?·?

這是和鯨社區(qū)舉辦的線上培訓(xùn)，聚焦 R/Python 在醫(yī)學(xué)數(shù)據(jù)分析場(chǎng)景中的實(shí)際應(yīng)用，面向所有醫(yī)學(xué)領(lǐng)域人士或者對(duì)醫(yī)學(xué)數(shù)據(jù)分析感興趣的朋友。活動(dòng)全程免費(fèi)，并全程提供免費(fèi)的算力&在線開發(fā)工具 ModelWhale，同時(shí)支持 R/Python。

在接下來的 4 周時(shí)間內(nèi)，你可以自學(xué) 4 份在線教案項(xiàng)目、完成作業(yè)、參加線上作業(yè)點(diǎn)評(píng)交流會(huì)直播，通過案例探究+實(shí)戰(zhàn)，切實(shí)提高自己的醫(yī)學(xué)數(shù)據(jù)分析水平。

?· 活動(dòng)亮點(diǎn) ·?

隨到隨學(xué)

workshop 分為四期，每期持續(xù)一周時(shí)間。難度合理，內(nèi)容獨(dú)立，隨到隨學(xué)。

教案不錯(cuò)

圍繞實(shí)際應(yīng)用場(chǎng)景的教案設(shè)計(jì)：因果分析、meta 分析、機(jī)器學(xué)習(xí)、風(fēng)險(xiǎn)模型預(yù)測(cè)。有數(shù)據(jù)有代碼，有思路有方法。

項(xiàng)目實(shí)戰(zhàn)

采取?案例探究+項(xiàng)目實(shí)戰(zhàn)?機(jī)制，所有教案項(xiàng)目&作業(yè)均可在 ModelWhale 上完成閱讀、代碼調(diào)試、動(dòng)手實(shí)踐。

?· 特邀導(dǎo)師?·?

年前，我們有幸邀請(qǐng)到醫(yī)學(xué)領(lǐng)域 4 位資深科研/臨床專業(yè)人士，作為導(dǎo)師，為大家精心準(zhǔn)備各期教案（非常感謝 4 位導(dǎo)師！）。按照各期時(shí)間順序，向大家介紹：

?· 日程安排 ·?

第零期：2021 年 2 月 16 日（已結(jié)束）

開營直播&第一期教案簡(jiǎn)介

第一期：2021 年 2 月 17 日起（已結(jié)束）

因果分析入門：腎結(jié)石手術(shù) VS 超聲波治療

第二期：2021 年 2 月 24 日起（已結(jié)束）

meta 分析大作戰(zhàn)

第三期：2021 年 3 月 3 日起

機(jī)器學(xué)習(xí)實(shí)戰(zhàn)：一個(gè)代謝組學(xué)案例

第四期：2021 年 3 月 10 日起

親手搭建一個(gè)糖尿病及并發(fā)癥風(fēng)險(xiǎn)預(yù)測(cè)模型

?· 活動(dòng)獎(jiǎng)勵(lì)?·?

每一期作業(yè)點(diǎn)評(píng)交流會(huì)上，當(dāng)期導(dǎo)師將挑選 1-2 份優(yōu)秀作業(yè)。他們將會(huì)獲得：和鯨社區(qū)鯨幣 20、虛擬蛇徽 1 枚（將展示在你社區(qū)個(gè)人主頁）、紀(jì)念馬克杯 1 個(gè)、價(jià)值 ￥ 50 京東電子購物卡 1 張。

---

?· 往期內(nèi)容 ·?

第一期

因果分析入門 - 腎結(jié)石手術(shù) VS 超聲波治療

??1. 因果分析簡(jiǎn)介

• • 用 intervention 來定義因果分析

  • 相關(guān)性和因果性

  • 因果分析區(qū)別去一般統(tǒng)計(jì)分析的地方

  • 代碼（R）：手把手教你模擬因果性與相關(guān)性

? ?2. 從幾個(gè)悖論來看因果分析的意義

• • 辛普森悖論

  • 混雜因子偏差（Confounding Bias）

  • 案例：腎結(jié)石手術(shù)與超聲波療法對(duì)比

? ?3. 基于觀察數(shù)據(jù)的因果分析與隨機(jī)對(duì)照實(shí)驗(yàn)(RCT)的關(guān)系

• • 為什么 RCT 是一個(gè)很有價(jià)值的工具

  • RCT 的優(yōu)缺點(diǎn)

  • 代碼（R）：生成模擬腎結(jié)石實(shí)驗(yàn)數(shù)據(jù)

? ?4. Inverse Probability Weighting（IPTW）

• • 模型簡(jiǎn)介

  • 代碼（R）：腎結(jié)石數(shù)據(jù)分析

  • 小心！IPTW 在分析觀察數(shù)據(jù)的注意事項(xiàng)

? ?5. 一個(gè)作業(yè)

• • 誰是更好的擊球手？

  • 比較兩種治療方法的康復(fù)率

  • (Extra)Monty Hall 游戲

第二期

meta 分析大作戰(zhàn) -?心梗后服用阿司匹林能否降低死亡率

??1. meta 分析簡(jiǎn)介

• • 什么是 meta 分析

  • meta 分析的優(yōu)點(diǎn)

  • 標(biāo)準(zhǔn)流程：七步法

  • Meta 分析的目的及適用性

  • Meta 分析的局限性

???2. 應(yīng)用 R 語言做 meta 分析

• • meta 分析的類型

  • R 語言做 meta 分析的類型

  • R 語言做 meta 分析的使用場(chǎng)景

? ?3. 經(jīng)典案例：心梗后服用阿司匹林能否降低死亡率？

• • 數(shù)據(jù)背景介紹

  • 具體數(shù)據(jù)介紹

  • 輸入數(shù)據(jù)的格式化

  • meta 分析主程序

  • 結(jié)果解釋

  • 森林圖的繪制

  • 改變效應(yīng)量畫圖

  • 漏斗圖的繪制

  • 減補(bǔ)法對(duì)發(fā)表偏倚進(jìn)行校正

  • 敏感性分析：評(píng)估你的結(jié)果穩(wěn)健性

  • 敏感性分析的實(shí)現(xiàn)

? ?4. 探索異質(zhì)性的來源：當(dāng)研究間的結(jié)果不一致時(shí)

• • meta 回歸探索異質(zhì)性來源

  • 研究人群的平均年齡是否是研究結(jié)果不一致的來源

  • meta 回歸的結(jié)果解釋

  • 研究發(fā)表年份是否是研究結(jié)果不一致的來源

  • meta 回歸的結(jié)果的圖形展示

  • 根據(jù) meta 回歸的結(jié)果，將 Age 分為 young 和 old 兩組

  • 亞組分析，meta 分析探討異質(zhì)性來源的主要法寶

  • 亞組分析，調(diào)整參數(shù)

  • 總結(jié)

? ?5. 作業(yè)：請(qǐng)分析 Olkin95 溶解血栓劑治療數(shù)據(jù)，并給出報(bào)告

※ “往期”指作業(yè)提交、導(dǎo)師點(diǎn)評(píng)已結(jié)束，但報(bào)名活動(dòng)后仍可回看教案

如果你對(duì)以上課程大綱還比較滿意的話，歡迎加入我們的?R/Python 醫(yī)學(xué)數(shù)據(jù)分析 workshop，和我們一起玩耍~

參與課程猛戳下方

“閱讀原文”

總結(jié)

以上是生活随笔為你收集整理的实战+练习！用机器学习预测肺癌 | 明晚8点美国西奈山博后免费直播的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。