在医学研究领域，传统的随机对照试验（RCT）研究虽然一直以来都是评估干预措施有效性和安全性的金标准，但不可否认的是，它存在着诸多难以忽视的问题。首先，开展一项传统的RCT研究往往需要投入大量的财力和物力资源。其次，由于这类研究通常由主办方发起，在研究过程中不可避免地会受到来自多方面因素的影响。主办方可能会出于自身利益的考量，在研究设计、样本选择、数据收集与分析等环节上存在一定的倾向性，这就导致研究结果的外部真实性受到了一定程度的质疑。近年来，随着医疗信息化的不断推进，医学大数据得以快速积累。利用高质量的医学大数据在真实诊疗环境中进行因果估计，逐渐成为了传统随机对照研究的重要补充手段。

通过对真实世界中大量患者数据的分析，可以更加全面、客观地了解疾病的发生发展规律、治疗效果以及各种干预措施的实际应用情况，从而为临床决策和医学研究提供更为可靠的依据。然而，医学大数据具有维度高、复杂性强等特点，传统的统计分析方法难以满足对其进行深入分析的需求。为了适应分析要求，生物统计学家们开发了大量先进的方法学应用于医学真实世界研究的因果估计中。医学统计学分析方法大部分都源于数据科学中的因果估计方法学。为了让更多的医学工作者、研究人员能够了解和掌握目前国际前沿的因果估计方法学在医学上的应用方法，提升他们的科研能力和水平，我们特开设此培训班。通过系统的课程学习和实践操作，希望能够帮助学员们更好地运用这些先进的方法学解决实际研究中的问题，推动医学研究的不断发展与进步。

在当今数据科学领域，R语言和Python语言堪称两大主流编程语言。相较于Python，R语言在复杂统计学分析和可视化方面展现出了卓越的性能。鉴于R语言在复杂统计学分析及可视化方面的显著优势，本次课程将以R语言为基础，深入讲解因果估计方法学的实现及相关解释。

培训目标：

  1. 利用最新AI编程工具Cursor快速掌握R语言的基本概念与常规操作。

  2. 能够进行常规医学统计学分析图表绘制。

  3. 能够进行单因素批量分析及应用多种方法进行变量筛选。

  4. 能够进行纵向数据分析。

  5. 能够进行一般生存分析及高级生存分析。

  6. 能够进行倾向性评分系列方法及双重稳健估计分析数据

  7. 能够进行目标模拟试验分析

授课老师灵活胖子-独自授课

双一流学校肿瘤学博士毕业，目前就职于国内五大肿瘤中心之一。科研方向为真实世界研究，生物信息学分析及人工智能研究。目前以第一或共同第一作者身份发表SCI论文10余篇，累计IF50+。目前与国内多个院校及医院有科研合作。联合翻译小组同学，在国内第一次将jmbayes2及dynamicLM全文翻译为中文并在公众号发表。

课程目录第一部分：真实世界研究文章及方法学总览

（直播+回放+答疑）

  1. 真实世界研究的概念与高分文章简析

  2. 真实世界研究因果估计方法学概览

第二部分: 基于Cursor的R语言环境构建及base R语法

（回放+提前学习+答疑）

  1. R语言学习的准备工作

  2. Cursor的R环境配置

  3. R语言中的对象与基本运算

  4. 向量

  5. 数据结构

  6. 运算符及向量运算

  7. R语言函数入门

  8. 子集选取

第三部分: 基于tidyverse体系的数据规整及编程技巧

（回放+提前学习+答疑）

  1. 整洁数据的要求及数

  2. 可重复性文档

  3. 读取数据

  4. 数据处理

  5. dplyr高级用法

  6. 数据可视化

  7. 数据规整-长宽转换..

  8. tidyr的其他有用函.

  9. 正则表达式

  10. 因子处理

  11. Tibble

第四部分: 基于tidyverse体系绘图系统介绍及使用经验分享

（部分直播+回放+答疑）

  1. ggplot2之几何形状

  2. ggplot2之标度

  3. ggplot2之主题设置

  4. ggplot2之图例系统

  5. ggplot2之统计图层

  6. ggplot2之数据可视化中的配色

  7. 基于ggpubr体系绘图介绍及使用分享

  8. 基于ggstatsplot体系绘图介绍及使用分享

  9. 基于tidyplots体系绘图介绍及使用分享

第五部分：单因素批量分析及变量筛选

（部分直播+回放+答疑）

  1. 组间基线表格快速制作及统计学考量

  2. 单因素分析批量实现及统计学考虑

  3. 连续变量截断值选择的方法总结（包括生存资料）

  4. 有向无环图的应用及快速实现

第六部分：多因素分析-协变量调整-稳健估计

（直播+回放+答疑）

  1. 多因素分析批量实现及调整协变量的敏感性分析-回放

  2. 关键因素鉴定得一些方法（P值法，机器学习方法，效应值改变法等）

  3. 缺失值处理策略及实战

  4. 未测量混杂因素的统计学测量-E值

  5. 亚组分析及其森林图的快速绘制（包括交互作用及趋势性检验）

  6. 双重稳健估计方法学实现

第七部分基于倾向性评分的方法学

（直播+回放+答疑）

  1. 倾向性评分匹配实现及实战注意事项（PSM）

  2. 逆概率加权的实现及解释

  3. 三组的倾向性评分的实现及解释

  4. 多重插补及其后续的PSM与IPTW分析

第八部分高级生存分析方法实现及解释

（直播+回放+答疑）

  1. 生存资料的整理及常规生存分析方法（KM,COX,生存曲线及累计风险曲线绘制）

  2. landmark分析实现与结果解读

  3. RMST分析实现与结果解读

  4. 加权生存分析实现与结果解读

  5. win ratio的概念及实现，结果解读

第九部分：纵向数据分析

（回放+答疑）

  1. 纵向数据分析总论及数据整理要点

  2. 纵向数据分析方法学概览

  3. 单因素及双因素重复测量方差分析

  4. 广义线性混合模型(一)

  5. 广义线性混合模型(二)

  6. 广义估计方程

第十部分目标试验模拟(开课前有想复现的文章可以联系老师)

（直播+回放+答疑）

  1. 目标模拟试验基本概念及整体分析流程

  2. 三时间点一致点干预的目标试验模拟的高分文章详解及方法学复现

  3. IPCW基本原理以及方法学实现（克隆-删失-加权）-eclinicalmedicine文章方法学复现

  4. 基于Modified Treatment Policies方法进行因果估计的原理及代码实现-JAMA net work open方法学复现

  5. 基于cluster PSM方法学进行因果估计-Annals of Internal Medicine方法学复现

授课形式及时间

授课形式：远程在线实时直播授课+回放+答疑。

授课时间：2025年4月中旬开课，总课时不少于45小时，每周进行3-5小时的授课，有充分时间学习，预计4-6周完成所有授课内容。

答疑支持：建立课程专属微信群，1年内课程内容免费答疑。

视频回看：3年内免费无限次回看。

购买后即可开通回放权限，提前学习内容需在开课前完成学习

课程售价及优惠活动

  • 课程售价：总价4500元

  • 对公转账等手续务必提前联系助教

  • 课程优惠之一：早鸟2025年4月1日前报名全程班单个学员优惠100元

  • 课程优惠之二：3人团每人优惠100元，5人及以上团每人200元

  • 课程优惠之三：1）转发此广告推文至朋友圈全部可见保持至少48小时，减免100元；2）医咖会创始会员优惠300元；3）医咖会超级会员优惠100元

  • 奖励政策：学员应用所学内容发表IF 10+文章可退还学费（具体要求及流程需要咨询助教）

赶快加小咖三号咨询吧！

微信：xys2019ykh

微信二维码：