零代码复现SCI!P trend+多模型控制混杂一站式搞定!

今天给大家带来的复现内容是CHARLS数据库的一篇横断面研究文章,文章统计方法部分包括了基线差异性分析、②线性趋势分析计算P trend、③多模型线性回归控制混杂因素

这些统计方法风暴统计统统一站式搞定,零代码操作,新手小白也可以轻松上手完成!

今日文章分为两部分

  1. 复现文章介绍

  2. .风暴统计平台快速复现

c7619c54b8367aa7afc127d8a4acfc67.png

1.复现文章介绍

29ce97429ec17f735078f0fbac3a5f2e.png


案例文献是一篇基于CHARLS公共数据库的一项横断面研究,旨在了解SUA和FPG与认知功能(3个层面)之间的关联。

442709df23c74b21d3c060147872fac1.pngSUA和FPG与认知功能的关联:一项横断面研究

1.1 基线差异性分析

首先,合并SUA与FPG分组【仅Low SUA、仅High FPG、无Low SUA和High FPG(Non)以及Low SUA和High FPG(Both)】,对人群的基本特征进行描述。

abcd7386e2c0d31b262b21eec501563f.png

1.2 多因素线性回归+趋势性P trend

table2展示的是自变量SUA及协变量与认知功能结局(3个层面:Global Cognition、Episodic Memory、Mental Status)的多因素回归结果。

table3展示的是自变量FPG及协变量与认知功能结局(3个层面:Global Cognition、Episodic Memory、Mental Status)的多因素回归结果。

这两个表格分别探讨了SUA与FPG对认知功能的单独影响。

2d5af72546a177b703424ddbf3d3078e.png

5f65d85435130439d3da0ce6036ff7d0.png

1.3 多模型线性回归

合并SUA与FPG分组【仅Low SUA、仅High FPG、无Low SUA和High FPG(Non)以及Low SUA和High FPG(Both)】,通过多模型策略逐步校正混杂因素,探讨两者对认知功能的联合影响。

82a0215a78ac27451613862cc305ac02.png

以上就是本篇CHARLS数据库文章的主要内容啦!下面我们将通过风暴统计平台进行结果复现!

7505e333202a4ab9b866920d9c36735b.png

2.风暴统计平台快速复现

6d586e71e89ad8f5f00202bf621a9654.png


风暴统计平台是由浙江中医药大学郑卫军教授基于R语言开发的统计分析平台,它具有以下优点:

  • 结果输出简洁,直接生成三线表,支持word版下载!

  • 平台是基于R语言进行开发,结果准确性有保障

  • 全部菜单式操作,统计小白也可以轻松上手!

a53ea99eaff25350b20cef44cb9dcd7d.png

2.1 复现数据介绍

我们复现用到的数据集是根据原文献变量及纳排标准整理的,样本量n=6875(原文献6509),样本量有所出入,但是变量和原文保持一致,包含有:

2f78b5545ed5885019e3a81f7d719cbe.png

便利起见,针对这篇文章的统计方法制作了专用链接,按顺序操作即可复现全部统计方法,不用在风暴统计平台换模块分析啦!

https://shiny.medsta.cn/xujm/

2.2 数据导入

进入网页后,可以选择导入自己的数据进行分析,也可以选择示例数据(也就是我们本篇文献的复现数据)进行测试。

f3c6c8d17d515d68675be0b3ad05cd8f.png

2.3 基线差异性分析

来到"分组差异性分析"板块,分别选入分组变、正态定量变量、偏态定量变量、分类变量。

72967a2f31f4010cb07f94f525eae0bb.png

平台就会直接给出基线差异性结果啦!平台还给出了差异性分析结果的统计量,信息更全面。由于原文中,二分类变量仅展示阳性人群的分布比例,因此表格长度会更简短些。

6b93cfc8ec6ce296964feb5608b3c220.png

2d583314fe5566f8afe96ae0b685925d.png

2.3 线性趋势分析计算P trend

趋势性分析是针对等级数据开展的,连续性变量需要提前转换为等级变量


选入我们想要开展分析的连续型变量,平台给出了多种分组方式,这里我们选择"四分位数",接着点击"开始分组"

e5c761b5ba7713f5345a0e480bee51a1.png

右侧预览界面就会新增两列数据!

以“quantile”为后缀的变量名,代表四分位数转换后的等级数据,将原始的连续型变量赋值为1,2,3,4。

以"M_value"为后缀的变量名,则是用每组的中位数重新赋值。这个变量就是计算P for trend的核心变量了!

0d1268be562bd721e5085f0a31c353f6.png

首先,选入定量结局变量(3个层面的认知功能,以global cognition为例),以"M_value"为后缀的组中值分类变量。

最最重要的是,取消勾选"分类变量"选项!使变量以定量形式进入回归分析!

338f860e6cd5f8757c8e0f89d704c04a.png

这时的P值就是我们的P trend值了!

81f7d6848a889add671c1653cb014901.png

如需校正协变量,可以点击"增加回归模型",依次选入协变量即可。

94f6aac3fe0190ddf0be0a48a5335611.png

2.4 多因素线性回归

接着来到"线性回归"模块进行logistic回归分析!

依次选入结局变量(以global cognition为例),根据文献选入协变量,点击多因素回归查看多因素结果。

87c7a8ae9bba9b42c7fe1d7fbcadb35c.png

平台依旧是直接给出三线表结果,原文献中省略了reference行以及P值,SE值,t值等,平台全部给出,大家可以根据自身需要进行取舍。

a8fe64b342d21a5e99b875df2dae1fbe.png

2.5 多模型线性回归

接着来到多模型线性回归策略模块,首先选入我们的结局变量,以及我们SUA和FPG联合变量,接着点击"增加回归模型",选择"自定义",按照原文献勾选我们的协变量。

32c6eedeedcc11cd3e3c8177d529e47e.png

接着右侧结果框就会出现我们的多个模型的回归结果啦!下方脚注还会标明我们校正了哪些协变量!

d1385f5182f46963577b82446f4277a2.png

与原文献对比,可以看出整体格式形式比较相似,还免去了绘制三线表填写结果的繁琐!

aa2ab85c6467cbd64ccd0cdeaeb8e1ca.png

以上就是我们本次零代码复现SCI文章的全部内容啦!有P trend 、多模型控制混杂等常见统计分析方法!欢迎试用下方链接,进行复现与测试哦!

https://shiny.medsta.cn/xujm/

如果您在使用过程中出现报错,可以参考下方推文,排查一下问题所在哦!

答疑 | 风暴统计更换服务器后,为什么总出现同样的报错?

62a1ecf66be0a45ea352dcf3be89576c.png

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/867143.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

linux 发送报文的几种方式

使用nc连接服务并发送16进制:echo -e 7E7E026020000263002002101000010001B7C7 | xxd -r -p |nc 172.16.0.42 20004 telnet 发送报文:1.telnet > open host port > 7E7E026020000263002002101000010001B7C7 socat 方式: echo sdfsdfsdf…

IDEA创建Spring项目无法使用Java8的解决方案

文章目录 一,创建Project,无法选择Java81,无法选择Java82,选择JDK17报错 二,原因分析1,Spring Boot将来会全力支持Java17,不再维护支持Java8的版本 三,解决方案1,使用国内…

构建基于Spring Boot的数据分析平台

构建基于Spring Boot的数据分析平台 大家好,我是免费搭建查券返利机器人省钱赚佣金就用微赚淘客系统3.0的小编,也是冬天不穿秋裤,天冷也要风度的程序猿! 在当今信息化时代,数据是企业和组织的重要资产。构建一个高效…

Cross Debugging with GDB: Embedded Linux

This is suitable for environments with limited resources and insufficient memory, to avoid out-of-memory errors caused by running gdb. The uclibc platform does not yet support this functionality. 文章目录 Install gdb-multiarch on PCRun gdbserver on DUTPre…

三级_01_网络系统结构与设计的基本原则

1.下列关于RPR技术的描述中,错误的是()。 RPR与FDDI一样使用双环结构 在RPR环中,源节点向目的节点成功发出的数据帧要由目的节点从环中收回 RPR环中每一个节点都执行MPLS公平算法 RPR环能够在50ms内实现自愈 2.下列关于RPR技术的描述中,…

Vue项目使用mockjs模拟后端接口

文章目录 操作步骤1. 安装 mockjs 和 vite-plugin-mock2. 安装 axios3. 创建mock路径4. 配置 viteMockConfig5. 编写第一个mock接口6. 创建 createProdMockServer7. 配置 axios8. 编写请求接口9. 在页面中使用 操作步骤 1. 安装 mockjs 和 vite-plugin-mock vite-plugin-mock …

springboot的健身房预约管理系统-计算机毕业设计源码75535

目录 1 绪论 1.1 选题背景与意义 1.2国内外研究现状 1.3论文结构与章节安排 1.4开发技术 1.4.1 Java技术 1.4.2MVVM模式 1.4.3B/S结构 1.4.4SpringBoot框架 1.4.5 Mysql数据库 2系统分析 2.1 可行性分析 2.1.1经济可行性 2.1.2技术可行性 2.1.3操作可行性 2.2 系…

SpringBoot 自定义异常返回数据格式

Spring Boot 默认异常处理 当我们用 spring boot 开发接口是,当遇到异常时返回的数据格式是如下形式的 {"timestamp": "2024-07-06T02:48:55.79100:00","status": 404,"error": "Not Found","path":…

在 Windows 上安装移动应用和Amazon Appstore

https://support.microsoft.com/zh-cn/windows/在-windows-上安装移动应用和amazon-appstore-f8d0abb5-44ad-47d8-b9fb-ad6b1459ff6c

【Linux】GNU是什么

GNU是一个自由软件项目,其全称是“GNUs Not Unix!”,由理查德斯托曼(Richard Stallman)于1983年发起。GNU项目的目标是创建一个完全自由的操作系统,包括一整套完全自由的软件工具,以取代Unix系统。这里的“…

matlab 花瓣线绘制

matlab 花瓣线绘制 clc,clear,close all; % 创建一个范围内的 x 和 y 值 x linspace(-1.5, 1.5, 100); y linspace(-1.5, 1.5, 100);% 创建一个网格来表示 x 和 y 值的组合 [X, Y] meshgrid(x, y);% 计算方程的左边和右边的值 LHS1 X.^2 Y.^2; RHS1 X.^4 Y.^4;LHS2 X.…

接口对接json

public AjaxResult zhihuiya(RequestBody ZlRecord zlRecord) {//查看用户或者部门有没有下载次数SysUser user SecurityUtils.getLoginUser().getUser();ZlCount zlCount newLabelMapper.selectUserCount(user.getUserId());if (ObjectUtils.isEmpty(zlCount)){ZlCount zlCo…

vue2-vue3响应式原理

我们先来看一下响应式意味着什么?我们来看一段代码: m有一个初始化的值,有一段代码使用了这个值;那么在m有一个新的值时,这段代码可以自动重新执行; let m 20 console.log(m) console.log(m * 2)m 40上…

计算机网络-IP组播基础

一、概述 在前面的学习交换机和路由协议,二层通信是数据链路层间通信,在同一个广播域间通过源MAC地址和目的MAC地址进行通信,当两台主机第一次通信由于不清楚目的MAC地址需要进行广播泛洪,目的主机回复自身MAC地址,然后…

【语音识别算法】深度学习语音识别算法与传统语音识别算法的区别、对比及联系

深度学习语音识别算法与传统语音识别算法在理论基础、实现方式、性能表现等方面存在显著区别,同时也有一些联系。下面将从几个方面详细比较这两种方法,并给出应用实例和代码示例。 一、理论基础与实现方式 1.传统语音识别算法: 特征提取&a…

【Android】ADB 使用指南

ADB 使用指南 Android Debug Bridge (ADB) 是一个功能强大的命令行工具,可以让你直接与连接的 Android 设备进行通信。它可以用于多种用途,包括安装和调试应用程序、传输文件、执行命令等。本指南将介绍 ADB 的基本使用方法和常用命令。 安装 ADB 在 …

MySQL数据库树状结构查询

一、树状结构 MySQL数据库本身并不直接支持树状结构的存储,但它提供了足够的灵活性,允许我们通过不同的方法来模拟和实现树状数据结构。具体方法看下文。 数据库表结构: 实现效果 查询的结果像树一样 二、使用 以Catalog数据表&#xff0c…

昇思25天学习打卡营第18天 | 基于MobileNetv2的垃圾分类

内容介绍: MobileNet网络是由Google团队于2017年提出的专注于移动端、嵌入式或IoT设备的轻量级CNN网络,相比于传统的卷积神经网络,MobileNet网络使用深度可分离卷积(Depthwise Separable Convolution)的思想在准确率小…

安装node软件 文件夹里没有node_modules 包 是怎么回事

在安装Node.js时,它会自动创建一个名为node_modules的文件夹,并将相关的包安装到该文件夹中。如果你在安装后发现该文件夹不存在,那么可能是以下几种情况之一: 安装过程中出现错误,导致node_modules文件夹未能正确创建…

CSS选择器:nth-child()

CSS3 :nth-child() 选择器 :nth-child(n) 选择器匹配属于其父元素的第 N 个子元素,不论元素的类型。 n 可以是数字、关键词或公式。 Odd 和 even 是可用于匹配下标是奇数或偶数的子元素的关键词(第一个子元素的下标是 1)。 使用公式 (an b)。…