前言

R语言是常用的数据分析处理工具之一，尤其是在临床预测模型领域，目前尚无其他语言可替代。虽然一些软件也可进行一定程度的临床预测模型分析，但业内对这些软件的接受程度较低。虽然有一些小众软件可进行临床预测模型分析，但是分析结果完全偏离真实结果，因此笔者不建议各位读者使用R语言之外的软件进行临床预测模型分析。

近年来，随着R语言的逐渐完善，只需要少量代码即可完成各种常用的临床预测模型的构建、评价／比较、验证及可视化。学习本书内容，可在较短时间内完成3~5分的临床预测模型类的SCI，较为迫切地解决了广大读者的燃眉之急。

笔者的使用体会

R语言是开源的，生态完整，有大量的现成数据分析包。R语言在临床预测模型的数据分析领域中是一个理想的工具，有丰富的模型构建、评价／比较、验证、可视化的代码，整合了多种形式的预测模型，可处理高维大数据，开发方便、快捷，且可将模型转换成应用程序或网页，更加高端地展示学术成果。

Rstudio是R语言的一种免费的集成开发环境。相对于在文本文件中编写R语言代码，Rstudio调试代码更加方便，对新手更加友好。Rstudio支持Markdown，可以较为容易地编辑代码文档。利用Rstudio可以很好地记录数据探索分析的过程，便于回顾、修改。

本书的特色

●　从零开始：从模型构建开始，详细介绍模型构建的变量筛选方法，入门门槛低。

●　版本新颖：书中的大部分软件包采用官网的最新版本（截至本书撰写时）进行讲解。

●　经验总结：全面归纳和整理作者多年的R语言临床预测模型培训教学实践经验。

●　内容实用：结合大量案例进行讲解，并对实现同一结果的多种代码进行对比。

本书的内容

本书可以分为三部分：第一部分是预测模型的构建，第二部分是预测模型的评价／比较，第三部分是预测模型的验证。

第一部分主要介绍线性回归、Logistic回归、Cox回归、竞争风险模型的构建，以及常用的变量筛选方法，如先单后多、逐步回归、Lasso、随机森林、最优子集、主成分分析等。另外，本书对拟合模型中的常用统计指标均进行深度解读，如OR、HR、sHR等指标。

第二部分主要介绍如何进行模型的评价／比较，涉及多种形式的列线图、Calibration校准曲线、ROC曲线、DCA曲线等的绘制，不仅涉及单模型的可视化，也包括单模型多时点、多模型同时点的可视化；模型评价指标涉及C指数、AUC、NRI、IDI等。

第三部分主要介绍模型验证，涉及简单交叉验证、K折交叉验证、留一法交叉验证及Bootstrap。

本书读者对象

●　R语言零基础入门人员；

●　医学类院校本科生、硕士研究生、博士研究生；

●　高校及医疗机构科研人员；

●　培训机构讲师；

●　对临床预测模型感兴趣的人员。

作者

2022年7月

说明：文中需扫码阅读的请扫此付费二维码。