课程安排

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

结合之前学习的基本概念，以及R的基本操作，我们将带来一个实际的临床/科学问题，采用来自实战改编的数据，手把手的教你结构化的研究方式，利用R语言，每一个学员都能亲自独立完成基本的临床预测模型研究，全部的操作您都能重复，所有的代码均会分享。

第二天下午：13:30---16:30

• 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、学员真实案例讨论与分享：

接受学员提供的计划执行或正在执行科研课题方案提交，并进行课堂讨论。一方面检验你的各位同学的学习成果，另一方面更是让全班同学（包括讲师）一起给该学员的课题设计出谋划策，优化修正，以帮助该学员更好的开展其科研项目。

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。