Chapter 8 预测研究
8.1 nomogram - Linear - 连续性结局（拆分训练集和验证集,列线图/预测值-实测值/校准曲线,一键生成 SCI 论文）
本工具能够一键完成 Linear - nomogram（连续性结局列线图）的临床预测研究分析,并自动生成一篇 SCI 论文初稿。
分析的流程为:上传数据 -> 处理数据 -> 拆分训练集和验证集 -> 基线特征表 -> 单因素线性回归 -> Lasso / Boruta / 人工筛选变量 -> 多因素线性回归建模 -> 绘制普通 nomogram -> 绘制预测值-实测值图并计算 R²、调整 R²、RMSE、MAE、MSE -> 绘制连续性结局 Calibration 校准曲线 -> AI 撰写论文。
整个过程视网络速度情况,从上传数据到论文生成,约5-10分钟完成,点击鼠标20次左右。
8.1.2 核心表格和图像集中展示
下面先集中展示本模块每个关键步骤生成的主要表格和图像。这里仅截取表格和图像本身,不包含左侧参数面板和网页界面,方便你先判断最终输出是否满足论文写作需要。
第一步:训练集数据预览
第二步:基线特征表
第三步:单因素线性回归表
第四步:Lasso 变量筛选图和系数表
第五步:多因素线性回归表
第六步:最终 nomogram 和最终模型表
第七步:预测性能表和预测值-实测值图
第八步:连续性结局校准表和校准曲线
8.1.3 前言
Nomogram,也叫作诺模图,是一种图形计算器,用于将数学公式或者复杂的统计模型转化为直观易用的图表。诺模图是一种强大的工具,可以用于可视化复杂模型的预测,通过滑动各变量标尺,就可以直观地得到预测结果,从而可以有效地为决策提供依据。在医学研究中,尤其是临床决策中,使用 nomogram 可以便捷地预测疾病风险、治疗后结局、住院时间、功能评分或实验室指标等。
Logistic nomogram 适用于二分类结局,例如是否复发、是否死亡、是否发生并发症。Linear nomogram 适用于连续性结局,例如住院天数、疼痛评分、生活质量评分、白蛋白水平、肿瘤负荷、器官功能评分等。连续性结局模型的核心不是 ROC/AUC,而是预测值和真实观测值是否接近,因此本模块主要提供预测值-实测值图、R²、调整 R²、RMSE、MAE、MSE 和连续性结局校准曲线。
例如,在研究肿瘤患者住院时长时,我们可以将年龄、性别、ECOG 评分、手术方式、治疗线数、炎症指标和营养指标等作为预测变量,结合多因素线性回归模型,制作出一个 nomogram。通过该 nomogram,我们可以快速直观地估计不同临床特征患者的住院时长,为临床资源管理和个体化决策提供参考。
本软件软件提供了丰富的功能支持,包括:
一键拆分训练集和验证集
一键生成基线特征表
一键完成单因素线性回归和多因素线性回归建模
绘制经典 nomogram:本软件 不仅可以实现线性回归模型的构建和评估,还可以直接生成 nomogram,将复杂的模型转化为易于理解的图形,帮助用户直观地理解和解释模型结果。
自动计算连续性结局预测性能:R²、调整 R²、RMSE、MAE、MSE,并绘制预测值-实测值图。
绘制连续性结局 Calibration 校准曲线:用于观察模型预测值和真实观测值之间的一致性。
一键下载 Word 统计表和图。
一键完成 SCI 论文的撰写。
连续性结局本身不默认做 ROC/DCA。如果研究问题需要把连续结局按照临床阈值转换成二分类结局,例如住院天数是否超过 14 天,请在数据准备阶段完成二分类定义后,转到 Plogistic 模块完成 ROC/DCA 分析。
8.1.4 数据准备
导入数据后,如果有缺失数据,缺失值在 20% 以下的变量,可以酌情考虑做缺失值填补,这里首选随机森林法进行填补。缺失值 20%-40% 的变量,需要慎重考虑;缺失值 40% 以上的变量,建议不放入模型。
有两种数据模式,有外部验证集和没有外部验证集。
没有外部验证集,只有内部集时,请按照以下方式准备数据:每一行代表一名研究对象,一列为连续性结局变量,其余多列为候选预测因子。连续性结局必须是数值型,不要写成“短/长”“好/差”等分类标签。
如果既有内部集,又有外部验证集,请把两个集合在一起准备数据:把内部集和外部集纵向合并起来,并增加一列在末尾,标示出哪个是内部集,哪个是外部验证集。
后面分析的时候,系统会按要求将内部集拆分成训练集和内部验证集。然后以训练集、内部验证集、外部验证集三个队列来分别做基线人口学特征表、模型预测性能评价和校准曲线。
提醒:连续性结局如果极度偏态,例如大量患者集中在很小取值但少数患者数值极大,请先考虑在数据处理模块中进行 log 或 sqrt 转换,并在论文方法学部分如实说明。
8.1.5 进入模块
接下来我们进入模块,点击软件顶部菜单的”预测研究”,然后点击”Linear - 连续性结局 nomogram （拆分训练集和验证集，列线图/预测值-实测值/校准曲线，一键生成 SCI 论文）” 进入模块。
8.1.6 研究基础设置与数据拆分
左侧设置面板如下。先设置可信区间算法、是否有外部验证数据、验证集拆分方式、结局变量和分类变量参照组。
点击 开始拆分数据集 后,主面板会显示训练集、内部验证集和外部验证集（如有）的数据预览。
你需要做的: 1. 选择CI 口径（Wald 或 Profile likelihood）。 2. 指定是否含外部数据;若有,选择来源变量与外部标识。 3. 设定内部验证集产生方式（顺序/随机）、比例与随机种子。 4. 选择连续性结局变量。 5. 为每个分类自变量设置参考组。
系统输出:训练集 / 内部验证集 / 外部验证集（如有）预览与下载;并可查阅拆分 R 代码。
提醒:随机拆分务必记录种子以复现;拆分后请注意是否出现样本量极少的亚组。连续性结局模型虽然没有“事件数不足”的问题,但极少亚组仍可能导致回归系数极端、不稳定或置信区间异常。
8.1.6.1 置信区间口径（CI）:Wald vs. Profile likelihood
Wald CI（大样本近似）
原理:基于估计量的渐近正态性,用”估计值 ± z*标准误”构造区间。
优点:计算极快;大样本、模型稳定时通常足够。
局限:样本量偏小、分类变量水平稀少、参数估计不稳定时,Wald CI 可能偏乐观。
Profile likelihood CI（轮廓似然）
原理:对目标参数逐点”定值”,把其他参数极大化,比较似然比反求区间。
优点:对部分小样本或不稳定模型更稳健。
局限:计算更慢;个别模型可能出现轮廓不稳定或不收敛。
8.1.6.2 内部验证集的产生方式、比例与随机种子
方式选择
随机拆分（默认）:模拟重复抽样,多数场景下使用方便。
顺序拆分:按时间/入组顺序前段作训练、后段作验证,贴近前瞻性应用场景,用于有明显时间演化/实践漂移的任务。若用”顺序”但数据表无时间列,应先按时间字段排序。
比例为何默认 0.3（验证集 30%）
经验上 70/30 在多数中等样本任务里兼顾了:
训练:保留足够观测以稳定估计回归系数。
验证:留出有代表性的样本评估模型泛化误差,例如 RMSE、MAE 和校准情况。
当样本量偏少时,固定留出法（hold-out）不稳,优先 k 折交叉验证或 bootstrap 内部验证;若坚持留出,提高训练占比（如 80/20）以保证训练集样本量。
随机种子
为可重复性,固定 set.seed()。
8.1.7 按数据集生成基线特征表（Table 1）
左侧设置面板如下。选择要统计的基线变量,设置是否显示合计列、P 值列、缺失值、统计量和小数位数。
点击 生成基线特征表 后,主面板会按队列生成 Table 1。
- 选择纳入变量、统计方式（均值±SD/中位数（IQR）等）、是否显示总体列与 P 值、位数设置、缺失显示方式等。
- 输出:按 Cohort（训练/内部验证/外部验证）的基线表,可直接用于论文（Results）。
在进入后续建模前,请检查训练集和验证集的基线特征是否严重不平衡。如果某些分类变量水平在验证集中人数为 0 或极少,建议回到数据处理模块合并稀有水平。
8.1.8 做单因素线性回归分析表（必做,不一定写入论文）
左侧设置面板如下。选择候选预测因子后,点击 生成单因素分析表。
主面板会输出单因素线性回归表,用于检查变量方向、异常亚组和初步关联。
- 目的:先了解每个候选预测因子与连续性结局的单因素关系,并检查是否出现极端系数、置信区间异常或模型报错。
- 输出:每个候选变量的 Beta、95%CI 和 P 值。
这个表可作为附录,也可以只作为变量筛选和质控参考。不要仅凭单因素 P 值决定最终模型,因为这种筛选方式已经不推荐。
8.1.9 变量筛选（控制进入线性回归模型的预测因子数）
左侧设置面板如下。推荐使用 Lasso 回归进行变量筛选;也可以选择 Boruta、人工指定变量或不筛选。
主面板会输出交叉验证图、变量选择路径图、Lasso 系数表和筛选结论。下方展示主要结果。
- 选择筛选方式:Lasso（默认）/ Boruta（VIP）/ 人工 / 不筛选。
- Lasso 提醒:若候选变量中有任一缺失,该行将被整体删除;请优先在前置模块做好缺失填补。
- 输出:交叉验证曲线、系数路径图、筛选出的变量与系数表、文字结论（可参考他文写法）。
连续性结局的 Lasso 使用 Gaussian family,目标是减少进入多因素线性回归模型的变量数量,降低多重共线性和过拟合风险。一般不建议“先看单因素 P 值,再选择变量进入 Lasso”,因为这会引入额外筛选偏倚。
8.1.10 拟合多因素线性回归模型
左侧设置面板如下。本步骤主要点击 生成多因素线性回归模型。
主面板会在训练集上拟合多因素线性回归模型,并输出用于论文结果部分的回归系数表。
- 在训练集上拟合多变量线性回归模型;系统同时在验证/外部集上展示对应回归结果（不建议写入论文）。
- 输出:
- 训练集:模型公式、Beta（95%CI、P）、样本量;
- （可选）系数详细表与拟合优度指标（内部参考）。
论文中只需展示训练集建模结果;验证/外部集的”重新拟合”不应报道。验证队列的意义是用训练集模型产生预测值,再评价预测性能和校准情况。
8.1.11 进一步人工精简并绘制 nomogram
左侧设置面板如下。本步骤允许根据上一步结果进一步人工精简变量,然后绘制经典 nomogram。
主面板会输出经典 nomogram 和最终模型表。
- 可选择是否进一步删减变量以简化模型（非必须）。
- 可选风格（经典/带对齐线/花样款）、预测值坐标轴自动或手动设置、训练集模型可达到的预测值范围或真实结局值范围、标签文字和字号。
- 输出:
- 列线图（建议按变量数适当调节图高,避免拥挤）;
- 图像下载按钮（PNG/TIFF/SVG/PDF）;
- 图像描述文字（可参考他文写法,投稿前请结合研究语境改写）。
若最后一行预测值坐标轴只出现很少数字,通常是“训练集模型可达到的预测值范围”较窄,这是模型预测值集中所致;如果希望展示真实结局范围,可以切换为“真实结局值范围”,但论文解释时必须说明模型实际预测范围。
如未删减预测因子,请使用以下描述思路:最终线性回归模型包含前述筛选得到的预测因子,并基于训练集模型构建列线图。若进行了人工删减,请说明删减依据,不要只写“因为 P 值不显著所以删除”。
8.1.12 预测值 vs 实测值和模型性能评价（跨数据集）
左侧设置面板如下。本步骤主要点击 生成预测性能评价。
主面板会基于训练集模型,在训练集、内部验证集以及外部验证集（如有）中计算预测性能,并绘制预测值-实测值图。
- 使用训练集拟合的最终模型在训练/内部验证/外部验证上分别预测连续结局。
- 表格输出 R²、调整 R²、RMSE、MAE、MSE。
- 图像输出预测值-实测值散点图,横轴为模型预测值,纵轴为真实观测值。
R² 和调整 R² 越高,说明预测值解释连续结局变异的比例越大。RMSE、MAE、MSE 是误差指标,数值越低越好,单位与结局变量一致。MAE 可以理解为平均绝对预测误差,最便于临床解释;RMSE 会更重地惩罚少数误差很大的样本。
训练集表现通常偏乐观;判断模型是否可推广时,应优先看内部验证集和外部验证集。验证集和外部验证集必须使用训练集模型预测,切勿在验证集上重新建模。
8.1.13 绘制连续性结局 Calibration 校准曲线
左侧设置面板如下。设置 bootstrap 次数后,点击 生成校准曲线。
主面板会使用训练集模型预测不同队列中的连续结局,并绘制连续性结局校准曲线。
- 在不同数据集上绘制连续性结局校准曲线（基于训练集模型的预测值）。
- 目的:评估预测值与真实观测值的一致性（越贴近理想一致线越好）。
- 可调整 bootstrap 次数、坐标轴上下限、横纵坐标标题、配色方案、图例位置、字体大小和图像宽高。
连续性结局的校准曲线与二分类结局的概率校准不同。本模块以预测值为横轴、真实观测值为纵轴,虚线代表理想一致线。曲线越接近虚线,说明预测值与真实观测值越一致。
训练集曲线主要用于查看表观校准和 bootstrap 偏倚校正。验证队列中,可以结合 Calibration-in-the-large、Calibration slope、校准 R² 和 RMSE 描述模型在新样本中的校准表现。写论文时不要把训练集 calibration-in-the-large 或校准斜率作为独立验证结论。
8.1.14 下载与论文生成功能
- 下载 Word 统计表和图:包含主要图表与结果,请用 Microsoft Word 打开（不建议 WPS）。
- 生成 SCI 论文初稿:填写题目/研究对象/变量含义等信息并勾选确认项,即可生成英文/（VIP）中文论文草稿;完成后建议拼图排版、补充真实文献与语言润色/改写以通过查重。
生成论文前,务必确保前述每一步均已成功产出图表与表格。如果某一步为空,生成的论文也会缺少对应内容。
Word 报告中某些表格下方会提示“这个表可作为附录”“这个表可以不放论文里”“如未删减请使用以下描述”等文字。请不要随意删除这些提示,它们是为了帮助判断哪些结果适合进入正文,哪些更适合附录或仅供质控参考。
8.1.14.1 图表导出与代码复现
- 各步骤右侧提供 PNG/TIFF/SVG/PDF 下载按钮与”查看 R 源代码与原始输出”。
- 第一步可下载训练/验证/外部数据子集;记住随机种子便于复现。
- 若想复用图表样式（分辨率/尺寸/配色）,请使用模块内置的下载按钮而非截图。
8.1.14.2 常见错误与排查
- 结局变量不能选择或建模报错:请检查结局是否为连续数值型,不要把数字写成带单位的字符,例如“12天”。
- 线性回归报错或 CI 异常:多由亚组样本极少、强共线性或变量几乎无变化导致;请合并稀有水平、删除高度相关变量或减少预测因子数量。
- 单因素结果与多因素不一致:单因素和多因素调整对象不同,结论本来可能不同;若样本量变化明显,请优先检查缺失值处理。
- Lasso 报错或变量消失:Lasso 会删除含缺失值的记录,请先完成缺失填补。
- Nomogram 最后一行预测值范围很窄:说明训练集模型可达到的预测值集中,可切换为真实结局值范围查看,但论文中应以模型实际预测能力为准。
- 预测性能图中训练集很好、验证集差:提示过拟合或数据分布差异;可减少变量、合并稀有水平、增加样本量或引入外部验证。
- 校准曲线只集中在一小段:可以调整坐标轴上下限放大显示,但不要隐瞒真实坐标范围。
- 想做 ROC/AUC/DCA:连续性结局不默认做;如果有明确临床阈值,请先二分类化后转到 Plogistic 模块。
8.1.14.3 论文写作要点（可参考）
- 方法:说明数据拆分、变量筛选（如 Lasso）、多因素线性回归建模、Nomogram 构建、评估指标（R²、调整 R²、RMSE、MAE、MSE、预测值-实测值图）与连续性结局校准曲线。
- 结果:
- 报告训练集多因素模型的 Beta（95%CI、P）;
- 报告模型在训练/验证/外部的 R²、调整 R²、RMSE、MAE、MSE;
- 描述预测值-实测值图中点和拟合线与理想一致线的接近程度;
- 描述校准曲线在验证队列中的表现,重点说明预测值与观测值是否一致。
- 讨论:说明变量筛选与模型简化的动机（临床可用性）、验证队列的价值、连续性结局模型的误差来源、潜在偏倚与局限,并提出推广与落地的路径。
文献引用请按目标期刊规范补充;若采用他人公开套路或范文,请在合适位置致谢与引用。
8.2 nomogram - Linear - 连续性结局（不拆分训练集和验证集,采用内部 CV 或 Bootstrap 验证,列线图/预测值-实测值/校准曲线,一键生成 SCI 论文）
本工具用于连续性结局 nomogram 预测研究。与上一节拆分训练集和验证集的 Linear nomogram 模块不同,本模块采用整体研究人群建立预测模型,并通过 K 折交叉验证、重复 K 折交叉验证或 Bootstrap 乐观校正完成内部验证。该模式适合样本量有限、不希望再把研究数据随机拆分后损失建模样本量的连续性结局预测研究。
分析流程为:上传数据 -> 处理数据 -> 基础设置和整体研究人群整理 -> 基线特征表 -> 单因素线性回归 -> Lasso / Boruta / 人工筛选变量 -> 多因素线性回归建模 -> 绘制普通 nomogram -> 采用 K 折交叉验证、重复 K 折交叉验证或 Bootstrap 乐观校正进行内部验证并报告 R²、调整 R²、RMSE、MAE、MSE -> 绘制连续性结局 Calibration 校准曲线 -> 下载 Word 报告或生成 SCI 论文初稿。
整个过程视网络速度和 Bootstrap 次数而定,通常约 5-10 分钟完成。建议严格按照页面从上到下的顺序逐步运行,每一步生成结果后再进入下一步。
8.2.2 核心表格和图像集中展示
下面先集中展示本模块每个关键步骤生成的主要表格和图像。这里仅截取表格和图像本身,不包含左侧参数面板和完整网页界面,方便你先判断最终输出是否满足论文写作需要。
第一步:整体研究人群数据预览
第二步:基线特征表
第三步:单因素线性回归表
第四步:Lasso 变量筛选图和系数表
第五步:多因素线性回归表
第六步:最终 nomogram 和最终模型表
第七步:内部验证性能表和预测值-实测值图
第八步:连续性结局校准曲线
8.2.3 前言
Linear nomogram 适用于连续性结局,例如住院天数、疼痛评分、生活质量评分、实验室指标、肿瘤负荷或器官功能评分等。连续性结局预测模型的重点不是 ROC/AUC,而是预测值与真实观测值是否接近。因此,本模块主要关注 R²、调整 R²、RMSE、MAE、MSE、预测值-实测值图和连续性结局校准曲线。
本模块的核心思想是:使用整体研究人群拟合最终多因素线性回归模型,并用内部验证方法估计模型在类似样本中的泛化误差。这样可以充分利用全部样本进行建模,同时避免只报告表观性能造成的过度乐观。
本软件提供以下功能:
一键完成整体研究人群整理和基线特征表;
一键完成单因素线性回归和多因素线性回归建模;
支持 Lasso、Boruta、人工选择或不筛选变量;
绘制经典 nomogram;
采用 K 折交叉验证、重复 K 折交叉验证或 Bootstrap 乐观校正进行内部验证;
输出 R²、调整 R²、RMSE、MAE 和 MSE;
绘制连续性结局 Calibration 校准曲线;
一键下载 Word 统计报告和生成论文初稿。
8.2.4 数据准备
每一行代表一名研究对象,一列为连续性结局变量,其余多列为候选预测因子。连续性结局必须是数值型变量,例如住院天数、评分、实验室检查数值等。不要把结局写成“短/长”“好/差”等分类标签,也不要把数字和单位写在同一个单元格中,例如“12天”。
候选预测因子可以包含连续变量和分类变量。分类变量建议提前整理为有临床意义的水平,避免出现人数极少的水平。缺失率较低的变量可以先在数据准备模块中进行缺失值填补;缺失率较高的变量应谨慎纳入预测模型。
提醒:如果连续性结局极度偏态,例如多数样本集中在很小数值、少数样本数值极大,可以先在数据处理模块中考虑 log 或 sqrt 转换,并在论文方法学部分如实说明。
8.2.5 进入模块
进入软件后,点击顶部菜单 预测研究,再点击 Linear - 连续性结局 nomogram（不拆分训练集和验证集,采用内部 CV 或 Bootstrap 验证,列线图/预测值-实测值/校准曲线,一键生成 SCI 论文）。
8.2.6 第一步:基础设置和整体研究人群整理
左侧设置面板如下。先设置可信区间算法、数据队列模式、连续性结局变量和分类变量参照组。本模块用于内部验证模式时,选择单一研究队列,系统将使用整体研究人群作为建模数据。
点击 进行基础设置和初步处理数据 后,主面板会显示整体研究人群的数据预览。
你需要做的: 1. 选择 95% CI 口径。2. 选择单一研究队列模式。3. 选择连续性结局变量。4. 为分类自变量设置参考组。5. 点击 进行基础设置和初步处理数据。
系统输出:整体研究人群数据预览、下载按钮和可复现 R 代码。
提醒:本模块采用整体研究人群建模,并通过 CV 或 Bootstrap 进行内部验证。论文写作时应描述为整体研究人群建模和内部验证,不写训练集和内部验证集拆分。
8.2.7 第二步:生成基线特征表
左侧设置面板如下。选择需要展示的基线变量,设置统计量、小数位数、缺失值展示方式和是否显示 P 值等选项。
点击 生成基线特征表 后,主面板会生成整体研究人群的 Table 1。
基线表用于描述研究对象的总体特征。对于单一研究队列的内部验证模式,基线表主要展示整体研究人群的人口学资料、临床特征和候选预测因子的分布情况。
在进入后续建模前,请检查分类变量是否存在极少人数水平。如果某些水平只有 1-2 例,建议返回数据处理模块进行合并或删除,否则后续线性回归可能出现极端系数或置信区间异常。
8.2.8 第三步:单因素线性回归分析
左侧设置面板如下。选择候选预测因子后,点击 生成单因素分析表。
主面板会对每个候选预测因子分别拟合单因素线性回归模型,输出 Beta、95% CI 和 P 值。
单因素分析主要用于初步了解变量方向、检查异常亚组和识别明显的数据问题。该表可以作为附录,也可以只作为建模前的质控参考。不要仅依据单因素 P 值决定最终模型变量,因为这种筛选方式容易引入偏倚。
8.2.9 第四步:变量筛选
左侧设置面板如下。推荐先使用 Lasso 回归筛选变量,也可以选择 Boruta、人工指定变量或不筛选。
主面板会输出交叉验证图、变量选择路径图、Lasso 系数表和筛选结论。下方展示主要结果。
连续性结局的 Lasso 使用 Gaussian family。Lasso 通过交叉验证选择惩罚参数,并将部分变量系数压缩为 0,从而减少模型复杂度和过拟合风险。
Lasso 结果是变量筛选依据,不是正式论文方法学中预先已知的结果。撰写方法学时应写“采用 Lasso 回归进行变量筛选”,不要在方法学中提前写出具体 lambda 值或筛选出的变量个数。
8.2.10 第五步:拟合多因素线性回归模型
左侧设置面板如下。本步骤主要点击 生成多因素线性回归模型。
主面板会在整体研究人群中拟合多因素线性回归模型,并输出用于论文结果部分的回归系数表和表观预测性能。
多因素线性回归表展示每个预测因子的 Beta、95% CI 和 P 值。请注意,预测模型论文的重点是预测性能和校准表现,不要把所有入模变量简单写成“独立危险因素”或“独立影响因素”。更合适的表述是“这些变量被用于构建连续性结局预测模型”。
8.2.11 第六步:进一步人工精简并绘制 nomogram
左侧设置面板如下。本步骤允许根据多因素模型结果和临床意义进一步精简变量,然后绘制经典 nomogram。
主面板会输出经典 nomogram 和最终模型表。
人工精简不是必须步骤;如果变量数量合理,可以直接使用筛选后变量构建 nomogram。若变量较多,建议适当增加图高,避免变量标尺拥挤。若最后一行预测值坐标轴范围较窄,通常说明模型实际预测值集中,应结合预测值-实测值图和校准曲线解释。
关于二次筛选:现代预测模型研究不鼓励单纯根据 P 值机械删除变量。如果进行人工精简,建议同时考虑统计证据、临床意义、变量可获得性和模型可用性。
8.2.12 第七步:内部验证
左侧设置面板如下。选择 K 折交叉验证、重复 K 折交叉验证或 Bootstrap 乐观校正,并设置 K 值、重复次数、Bootstrap 次数和随机种子。
点击 开始内部验证分析 后,主面板会输出 internally validated 或 optimism-corrected 的 R²、调整 R²、RMSE、MAE 和 MSE,并绘制内部验证预测值-实测值图。
可选方法包括 K 折交叉验证、重复 K 折交叉验证和 Bootstrap 乐观校正。K 折交叉验证将整体研究人群分为 K 份,轮流使用 K-1 份建模并预测剩余 1 份;重复 K 折交叉验证可减少一次随机分折导致的偶然波动;Bootstrap 乐观校正通过重抽样估计表观性能中的乐观偏倚。
提醒:交叉验证或 Bootstrap 得到的 R² 可能为负数。这表示模型样本外预测误差大于直接使用结局均值预测,通常提示模型泛化能力不足或样本量/变量结构不理想,不代表程序错误。
8.2.13 第八步:连续性结局 Calibration 校准曲线
左侧设置面板如下。设置 bootstrap 次数、坐标轴范围、标题、配色方案、图例位置、字体大小和图像宽高后,点击 生成校准曲线。
主面板会基于最终模型绘制连续性结局校准曲线，并显示 bootstrap 校准提示。
连续性结局校准曲线以预测值为横轴、实测值为纵轴,虚线代表理想一致线。曲线越接近理想一致线,说明模型预测值与真实观测值越一致。本模块默认展示 apparent 表观校准曲线和 Bootstrap 偏倚校正校准曲线。
校准曲线应结合内部验证指标一起解释。若表观性能较好但内部验证性能明显下降,或校准曲线明显偏离理想线,应考虑模型过拟合、变量过多、样本量不足或结局分布异常等问题。
8.2.14 下载 Word 报告和生成论文初稿
完成前述所有分析后,切换到 下载报告或论文 标签页。
- 下载 Word 统计表和图:导出包含主要表格和图像的统计报告,建议使用 Microsoft Word 打开,不建议使用 WPS,以免出现格式错乱。
- 生成 SCI 论文初稿:VIP 用户可以勾选 AI 使用声明后生成英文或中文论文初稿。生成前请尽量完整填写研究题目、研究对象、变量含义、研究背景和结局变量解释。
论文初稿生成完成后,请逐段人工核对方法学、结果描述和图表编号。变量筛选、内部验证和校准结果必须以本次实际分析结果为准,不要保留示例数据中的变量名或数值。
8.2.15 论文写作要点
统计学方法部分建议按实际分析流程描述:
使用整体研究人群建立连续性结局预测模型。
采用 Lasso、Boruta、人工选择或不筛选策略确定候选预测因子。
采用多因素线性回归拟合预测模型并构建 nomogram。
采用 K 折交叉验证、重复 K 折交叉验证或 Bootstrap 乐观校正进行内部验证。
报告 internally validated 或 optimism-corrected 的 R²、调整 R²、RMSE、MAE 和 MSE。
采用 Bootstrap 校准曲线评价预测值和实测值的一致性。
结果部分建议按以下顺序书写:
研究对象基线特征;
变量筛选结果;
最终多因素线性回归模型和 nomogram;
内部验证结果;
校准曲线表现;
Word 报告或论文附录中的补充表格。
方法学部分不要提前写出本次分析尚未得到的 lambda、筛选变量个数或具体入模变量名。这些属于结果部分内容,应在实际分析完成后根据结果报告。
8.2.16 常见错误与排查
结局变量不能选择或建模报错:请检查结局是否为连续数值型,不要把数字写成字符或带单位文本。
Lasso 报错或样本量突然减少:Lasso 会删除含缺失值的记录,请先完成缺失值处理。
多因素线性回归系数极端或 CI 很宽:常见原因是分类变量水平人数太少、变量共线性强或模型变量过多。
内部验证 R² 为负数:提示模型泛化性能较弱,可减少预测因子、合并稀有水平、增加样本量或重新审视结局转换方式。
校准曲线集中在很小范围:可以调整坐标轴范围放大显示,但论文中应如实解释预测值的实际分布。
想做 ROC/AUC/DCA:连续性结局不默认做 ROC/AUC/DCA。如果研究问题需要阈值判断,应先在数据准备阶段定义二分类结局,再转到 Logistic nomogram 模块。
8.3 nomogram - Logistic - 二分类结局（拆分训练集和验证集,列线图/ROC/校准曲线/DCA曲线,一键生成 SCI 论文）
本工具能够一键完成Logistic - nomogram（列线图）的临床预测研究分析,并自动生成一篇 30 多页的 SCI论文初稿。
分析的流程为:上传数据 -> 处理数据 -> 拆分训练集和验证集 -> 基线特征表 -> Lasso 回归筛选变量 -> 评价每个入选因子的 ROC 曲线 -> Logistic 建模 -> 绘制普通 nomogram -> 在训练集和验证集整体评价ROC -> 绘制 calibration 校准曲线 -> 绘制 DCA 曲线 -> 制作一个互动 nomogram 并部署到个人网站 -> AI 撰写论文
整个过程视网络速度情况,从上传数据到论文生成,约5-8分钟完成,点击鼠标20次左右。
8.3.1 前言
Nomogram,也叫作诺模图,是一种图形计算器,用于将数学公式或者复杂的统计模型转化为直观易用的图表。诺模图是一种强大的工具,可以用于可视化复杂模型的预测,通过滑动各变量标尺,就可以直观地得到预测结果,从而可以有效地为决策提供依据。在医学研究中,尤其是临床决策中,使用 nomogram 可以便捷地预测疾病的风险,评估治疗方案的效果等。
例如,在研究糖尿病发生的风险时,我们可以将年龄、性别、体重指数等危险因素作为预测变量,结合 Logistic 回归模型,制作出一个 nomogram。通过该 nomogram,我们可以快速直观地了解不同年龄、性别和体重指数下,糖尿病发生的风险大小。
本软件软件提供了丰富的功能支持,包括:
一键拆分训练集和验证集
一键生成基线特征表
一键完成 Logistic 建模
绘制经典 nomogram:本软件 不仅可以实现 Logistic 回归模型的构建和评估,还可以直接生成 nomogram,将复杂的模型转化为易于理解的图形,帮助用户直观地理解和解释模型结果。
绘制网页动态 nomogram:这是一个相对更加现代化的方式,用户可以在网页上交互式地操作 nomogram,调整预测变量的值,并直接看到预测结果的变化。这种方式可以使nomogram 更加动态,有助于更深入地理解模型。
一键部署到用户的个人网站:本软件 还提供了一键部署的功能,用户可以将自己制作的动态 nomogram 部署到自己的个人网站上,提供给其他人使用。而且,用户可以将自己部署nomogram 的网址附在论文里,使得读者能够更方便地使用 nomogram,增强论文的可读性和实用性。
一键完成 ROC 曲线
一键完成 Calibration 校准曲线
一键完成 DCA 曲线
一键完成 SCI 论文的撰写
综上所述,无论是经典的 nomogram 还是动态的 web 版 nomogram,都可以在 本软件 中轻松实现。这无疑使得 本软件 成为了一款强大的统计分析和可视化工具。
8.3.2 数据准备
导入数据后,如果有缺失数据,缺失值在 20% 以下的变量,可以酌情考虑做缺失值填补,这里首选随机森林法进行填补。缺失值 20%-40% 的变量,需要慎重考虑;缺失值 40% 以上的变量,建议不放入模型。
有两种数据模式,有外部验证集和没有外部验证集。
没有外部验证集,只有内部集时,请按照以下方式准备数据:
这里包括二分类的结局 Stroke Status (“Yes”, “No”), 以及多个预测因子。
如果既有内部集,又有外部验证集,请把两个集合在一起准备数据:
这里把内部集和外部集纵向合并起来,并增加一列在末尾,标示出那个是内部集,哪个是外部验证集。
后面分析的时候,系统会按要求将内部集拆分成训练集和内部验证集。然后以训练集、内部验证集、外部验证集三个队列来分别做基线人口学特征表。
8.3.3 进入模块
接下来我们进入模块,点击软件顶部菜单的”预测研究”,然后点击”Logistic - 二分类结局 nomogram （拆分训练集和验证集,列线图/ROC/校准曲线/DCA曲线,一键生成 SCI 论文）” 进入模块。
8.3.4 研究基础设置与数据拆分
你需要做的: 1. 选择CI 口径（Wald 或 Profile likelihood）。 2. 指定是否含外部数据;若有,选择来源变量与外部标识。 3. 设定内部验证集产生方式（顺序/随机）、比例与随机种子。 4. 选择结局变量及事件水平（系统将其编码为 1）。 5. 为每个分类自变量设置参考组。
系统输出:训练集 / 内部验证集 / 外部验证集（如有）预览与下载;并可查阅拆分 R 代码。
提醒:随机拆分务必记录种子以复现;拆分后请注意是否出现极少或 0 事件的亚组。
8.3.4.1 置信区间口径（CI）:Wald vs. Profile likelihood
Wald CI（大样本近似）
原理:基于估计量的渐近正态性,用”估计值 ± z*标准误”构造区间（例如 log(OR) 的标准误来自模型的协方差矩阵）。
优点:计算极快;大样本、参数远离边界时覆盖率好。
局限:样本量偏小、事件稀少、参数接近边界（如 OR→∞、分离/separation）时,Wald CI 往往过窄或偏乐观。
Profile likelihood CI（轮廓似然）
原理:对目标参数逐点”定值”,把其他参数极大化,比较似然比（基于 Wilks 定理）反求出使似然比检验不过度显著的参数区间。
优点:对小样本、稀有事件、非正态/偏态问题更稳健,覆盖率通常优于 Wald。
局限:计算更慢;个别模型可能出现轮廓不稳定或不收敛,需要良好的初值与收敛控制。
8.3.4.2 内部验证集的产生方式、比例与随机种子
方式选择
随机拆分（默认）:模拟重复抽样,常分层按结局保持事件率稳定（e.g., stratify by outcome）。
顺序拆分:按时间/入组顺序前段作训练、后段作验证,贴近前瞻性应用场景,用于有明显时间演化/实践漂移的任务。若用”顺序”但数据表无时间列,应先按时间字段排序。
比例为何默认 0.3（验证集 30%）
经验上 70/30 在多数中等样本任务里兼顾了:
训练:保留足够观测以稳定估计（尤其是事件数）。
验证:留出有代表性的样本评估泛化误差（例如 AUC、Brier score 的方差不会过大）。
当样本量或事件数偏少时,固定留出法（hold-out）不稳,优先 k 折交叉验证或 bootstrap 内部验证（移步到本软件另一个不拆分验证集的模块）;若坚持留出,提高训练占比（如 80/20）以保证训练集事件数达标。
事件数（以二分类回归为例）
建模训练集建议满足传统 EPV≥10（每个待估参数至少 10 个事件）,现代研究常建议 10–20 更稳健。若训练集达不到,调整变量数/正则化/改用重抽样验证。
随机种子
为可重复性,固定 set.seed()
8.3.5 按数据集生成基线特征表（Table 1）
- 选择纳入变量、统计方式（均值±SD/中位数（IQR）等）、是否显示总体列与 P 值、位数设置、缺失显示方式等。
- 输出:按 Cohort（训练/内部验证/外部验证）的基线表,可直接用于论文（Results）。
8.3.6 用结局分组做单因素对照表（必做,不一定写入论文）
- 目的:先检查分组单元格内样本数是否偏少,避免后续 ROC 或 Logistic 报错;亦可初步感知变量与结局的关联。
- 输出:按结局分组的对照表;一般不放论文,但对质控极重要。
看到某些亚组样本/事件极少时,请回到”重编码”合并水平,或调整拆分比例。
8.3.7 变量筛选（控制进入 Logistic 的预测因子数）
- 选择筛选方式:Lasso（默认）/ Boruta（VIP）/ 人工 / 不筛选。
- Lasso 提醒:若候选变量中有任一缺失,该行将被整体删除;请优先在前置模块做好缺失填补。
- 输出:交叉验证曲线、系数路径图、筛选出的变量与系数表、文字结论（可参考他文写法）。
8.3.8 对每个入选预测因子做 ROC（单因素 Logistic 预测值）
- 这是单因素 Logistic 的预测概率去画 ROC（非原始取值）,用于衡量单一变量的判别力。
- 可自定义曲线名称、调色板、透明度、AUC 标注、坐标标题与字体大小。
- 输出:多曲线 ROC 图 + AUC 表。
如报错,多由某数据集中某亚组 0% 或 100% 事件引起;请合并稀有水平或调数据拆分。
8.3.9 拟合多因素 Logistic 模型
- 在训练集上拟合多变量模型;系统同时在验证/外部集上展示对应回归结果（不建议写入论文）。
- 输出:
- 训练集:模型公式（LaTeX 形式）、OR（95%CI、P）、样本与事件数;
- （可选）系数表（非 OR,用于内部参考）与拟合优度指标（内部参考）。
论文中只需展示训练集建模结果;验证/外部集的”重新拟合”不应报道。
8.3.10 进一步人工精简并绘制 nomogram
- 可选择是否进一步删减变量以简化模型（非必须）。
- 可选风格（经典/带对齐线）、是否显示 Linear Predictor,以及概率刻度自动/手动设置与标签文字、字号。
- 输出:
- 列线图（建议按变量数适当调节图宽/高,避免拥挤）,
- 得分与总风险计算公式（便于申请专利/落地部署）。
若”概率轴”提示上/下界超出模型范围,请改回自动查看范围后,再手动删去超界刻度。
8.3.11 对最终模型做 ROC 评价（跨数据集）
- 使用训练集拟合的最终模型在训练/内部验证/外部验证上分别预测并计算 AUC。
- 可进行阈值敏感性分析:将预测概率转为分类（如 0.5 阈值或自定义区间）后计算灵敏度/特异度/精确率/召回率等。
Nomogram 输出的是概率,并非必须做分类指标;若做分类,请明确阈值与其临床意义。
8.3.12 绘制 Calibration 校准曲线
- 在不同数据集上绘制校准曲线（基于训练集模型的预测值）,可选展示 Brier 分数、点大小与图例位置。
- 目的:评估预测概率与真实结局的一致性（越贴近 45° 线越好）。
8.3.14 下载与论文生成功能
- 下载 Word 报告:包含主要图表与结果,请用 Microsoft Word 打开（不建议 WPS）。
- 生成 SCI 论文初稿:填写题目/研究对象/变量含义等信息并勾选确认项,即可生成英文/（VIP）中文论文草稿;完成后建议拼图排版、补充文献与语言润色/改写以通过查重。
生成论文前,务必确保前述每一步均已成功产出图表与表格。
8.3.14.1 图表导出与代码复现
- 各步骤右侧提供 PNG/PDF 下载按钮与”查看 R 源代码与原始输出”。
- 第一步可下载训练/验证/外部数据子集;记住随机种子便于复现。
- 若想复用图表样式（分辨率/尺寸/配色）,请使用模块内置的下载按钮而非截图。
8.3.14.2 常见错误与排查
- 建模或 ROC/Calibration/DCA 报错:多由亚组样本极少或事件为 0/100%导致;请合并水平或调整拆分比例。
- OR → ∞ 或 CI 巨大/为 NA/Inf:提示分离/近分离或强共线性;请合并稀有水平、删除高度相关变量或改用正则化。
- 单因素结果与多因素不一致:单因素在”去除任一纳入变量缺失后的分析集”上进行,为与多因素保持一致;若需稳定样本量,先做缺失填补。
- AUC 偶见 <0.5:算法数值细节所致,提示变量判别力接近随机;不建议纳入。
- 概率轴报错或字挤:回到自动模式查看范围后,手动去掉超界刻度,并调节图宽高。
8.3.14.3 论文写作要点（可参考）
- 方法:说明数据拆分、变量筛选（如 Lasso）、Logistic 建模、Nomogram 构建、评估指标（AUC/Calibration/DCA）与 CI 口径（Wald 或 Profile likelihood）。
- 结果:
- 报告训练集多因素模型的 OR（95%CI、P）,
- 报告模型在训练/验证/外部的 AUC（95%CI）,
- 报告校准情况（图示与 Brier,如需）,
- 报告 DCA 在关键阈值范围内的相对净获益。
- 讨论:说明变量筛选与模型简化的动机（临床可用性）、外部验证的价值、潜在偏倚与局限,并提出推广与落地的路径。
文献引用请按目标期刊规范补充;若采用他人公开套路或范文,请在合适位置致谢与引用。
8.4 nomogram - Logistic - 二分类结局 （不拆分训练集和验证集,采用内部cv或bootstrap验证,列线图/ROC/校准曲线/DCA曲线,一键生成 SCI 论文）
本工具能够一键完成Logistic - nomogram（列线图）的临床预测研究分析,并自动生成一篇 30 多页的 SCI论文初稿。
分析的流程为:上传数据 -> 处理数据 -> 基线特征表 -> Lasso /boruta 变量 -> 评价每个入选因子的 ROC 曲线 -> Logistic 建模 -> 绘制普通 nomogram -> 整体评价ROC ->内部交叉cv验证或bootstrap验证 -> 绘制 calibration 校准曲线 -> 绘制 DCA 曲线 -> 制作一个互动 nomogram 并部署到个人网站 -> AI 撰写论文
整个过程视网络速度情况,从上传数据到论文生成,约5-8分钟完成,点击鼠标20次左右。
Nomogram,也叫作诺模图,是一种图形计算器,用于将数学公式或者复杂的统计模型转化为直观易用的图表。诺模图是一种强大的工具,可以用于可视化复杂模型的预测,通过滑动各变量标尺,就可以直观地得到预测结果,从而可以有效地为决策提供依据。在医学研究中,尤其是临床决策中,使用 nomogram 可以便捷地预测疾病的风险,评估治疗方案的效果等。
例如,在研究糖尿病发生的风险时,我们可以将年龄、性别、体重指数等危险因素作为预测变量,结合 Logistic 回归模型,制作出一个 nomogram。通过该 nomogram,我们可以快速直观地了解不同年龄、性别和体重指数下,糖尿病发生的风险大小。
本软件软件提供了丰富的功能支持,包括:
一键生成基线特征表
一键完成 Logistic 建模
绘制经典 nomogram:本软件 不仅可以实现 Logistic 回归模型的构建和评估,还可以直接生成 nomogram,将复杂的模型转化为易于理解的图形,帮助用户直观地理解和解释模型结果。
绘制网页动态 nomogram:这是一个相对更加现代化的方式,用户可以在网页上交互式地操作 nomogram,调整预测变量的值,并直接看到预测结果的变化。这种方式可以使nomogram 更加动态,有助于更深入地理解模型。
一键部署到用户的个人网站:本软件 还提供了一键部署的功能,用户可以将自己制作的动态 nomogram 部署到自己的个人网站上,提供给其他人使用。而且,用户可以将自己部署nomogram 的网址附在论文里,使得读者能够更方便地使用 nomogram,增强论文的可读性和实用性。
一键完成 ROC 曲线
一键完成内部交叉cv或bootstrap验证
一键完成 Calibration 校准曲线
一键完成 DCA 曲线
一键完成 SCI 论文的撰写
生成 R 源代码供审稿人存档
综上所述,无论是经典的 nomogram 还是动态的 web 版 nomogram,都可以在 本软件 中轻松实现。这无疑使得 本软件 成为了一款强大的统计分析和可视化工具。
8.4.1 数据准备
导入数据后,如果有缺失数据,缺失值在 20% 以下的变量,可以酌情考虑做缺失值填补,这里首选随机森林法进行填补。缺失值 20%-40% 的变量,需要慎重考虑;缺失值 40% 以上的变量,建议不放入模型。
有两种数据模式,有外部验证集和没有外部验证集。
没有外部验证集,只有内部集时,请按照以下方式准备数据:
这里包括二分类的结局 Stroke Status (“Yes”, “No”), 以及多个预测因子。
如果既有内部集,又有外部验证集,请把两个集合在一起准备数据:
这里把内部集和外部集纵向合并起来,并增加一列在末尾,标示出那个是内部集,哪个是外部验证集。
后面分析的时候,系统会按要求将内部集拆分成训练集和内部验证集。然后以训练集、内部验证集、外部验证集三个队列来分别做基线人口学特征表。
8.4.2 进入模块
接下来我们进入模块,点击软件顶部菜单的”预测研究”,然后点击”Logistic - 二分类结局 nomogram （不拆分训练集和验证集,采用内部cv或bootstrap验证,列线图/ROC/校准曲线/DCA曲线,一键生成 SCI 论文）” 进入模块。
下面是使用方法:
步骤1:选择您的数据并加载到本软件。
上传数据后,如果有缺失数据,缺失值在20%以下的变量,可以酌情考虑做缺失值填补,这里首选随机森林法进行填补。缺失值20%-40%的变量,需要慎重考虑;缺失值40%以上的变量,建议不放入模型。
有两种数据模式,有外部验证集和没有外部验证集。
没有外部验证集,只有内部集时,请按照以下方式准备数据:
这里包括二分类的结局 Stroke Status (“Yes”, “No”), 以及多个预测因子。
如果既有内部集,又有外部验证集,请把两个集合在一起准备数据:
这里把内部集和外部集纵向合并起来,并增加一列在末尾,标示出那个是内部集,哪个是外部验证集。
后面分析的时候,系统会按要求将内部集拆分成训练集和内部验证集。然后以训练集、内部验证集、外部验证集三个队列来分别做基线人口学特征表。
步骤2:生成基线表。
步骤3:lasso回归筛选变量
步骤4:对每个入选变量做单独 ROC 评价
步骤5:多因素建模
步骤6:绘制 nomogram
步骤7:对最终模型做 ROC 评价
步骤8:内部cv或bootstrap验证
步骤8:绘制calibration校准曲线
步骤9:绘制DCA曲线
步骤10:生成动态列线图并部署到个人网站
步骤10:下载word报告
步骤11:生成一篇 SCI 论文
8.5 nomogram - Cox - 生存结局（拆分训练集和验证集,列线图/ROC/校准曲线/DCA曲线,一键生成 SCI 论文）
本工具能够一键完成 Cox - nomogram（列线图）的临床预测研究分析,并自动生成一篇 3000 多字的 SCI论文初稿。包括标题、背景、方法、结果、参考文献。除了讨论部分需要用户自行撰写外,其他部分均已经完成初稿。
分析的流程为:上传数据 -> 处理数据 -> 拆分训练集和验证集 -> 基线特征表 -> Lasso 回归筛选变量 -> Cox 建模 -> 绘制普通 nomogram -> 在训练集和验证集整体评价ROC -> 绘制 calibration 校准曲线 -> 绘制 DCA 曲线 -> 制作一个互动 nomogram 并部署到个人网站 -> AI 撰写论文
整个过程视网络速度情况,从上传数据到论文生成,约5-8分钟完成,点击鼠标20次左右。
Nomogram,也叫作诺模图,是一种图形计算器,用于将数学公式或者复杂的统计模型转化为直观易用的图表。诺模图是一种强大的工具,可以用于可视化复杂模型的预测,通过滑动各变量标尺,就可以直观地得到预测结果,从而可以有效地为决策提供依据。在医学研究中,尤其是临床决策中,使用 nomogram 可以便捷地预测疾病的风险,评估治疗方案的效果等。
例如,在研究某种肿瘤的总生存预测时,我们可以将年龄、性别、肿瘤大小、肿瘤分期等因素作为预测变量,结合 Cox 回归模型,制作出一个 nomogram。通过该 nomogram,我们可以快速直观地了解在不同年龄、性别、肿瘤大小和肿瘤分期情况下,患者的总生存预期。
对于如何在 本软件 中实现绘制 Cox 回归的 nomogram,本软件 统计软件提供了丰富的功能支持,包括:
1） 一键拆分训练集和验证集
2）一键生成基线特征表
3）一键完成 Cox 建模
4）绘制经典 nomogram:本软件 不仅可以实现 Cox 回归模型的构建和评估,还可以直接生成 nomogram,将复杂的模型转化为易于理解的图形,帮助用户直观地理解和解释模型结果。
5）绘制网页动态 nomogram:这是一个相对更加现代化的方式,用户可以在网页上交互式地操作 nomogram,调整预测变量的值,并直接看到预测结果的变化。这种方式可以使nomogram 更加动态,有助于更深入地理解模型。
6）一键部署到用户的个人网站:本软件 还提供了一键部署的功能,用户可以将自己制作的动态 nomogram 部署到自己的个人网站上,提供给其他人使用。而且,用户可以将自己部署nomogram 的网址附在论文里,使得读者能够更方便地使用 nomogram,增强论文的可读性和实用性。
7）一键完成 ROC 曲线
8）一键完成 Calibration 校准曲线
9）一键完成 DCA 曲线
10）一键完成 SCI 论文的撰写
综上所述,无论是经典的 nomogram 还是动态的 web 版 nomogram,都可以在 本软件 中轻松实现。这无疑使得 本软件 成为了一款强大的统计分析和可视化工具。
8.5.1 进入模块
接下来我们进入模块,点击软件顶部菜单的”预测研究”,然后点击”Cox - 生存 nomogram （拆分训练集和验证集,列线图/ROC/校准曲线/DCA曲线,一键生成 SCI 论文）” 进入模块。
8.5.2 选择您的数据并加载到本软件
上传数据后,如果有缺失数据,缺失值在20%以下的变量,可以酌情考虑做缺失值填补,这里首选随机森林法进行填补。缺失值20%-40%的变量,需要慎重考虑;缺失值40%以上的变量,建议不放入模型。
有两种数据模式,有外部验证集和没有外部验证集。
没有外部验证集,只有内部集时,请按照以下方式准备数据:
这里包括生存资料的结局 time 和status, 以及多个预测因子。
如果既有内部集,又有外部验证集,请把两个集合在一起准备数据:
这里把内部集和外部集纵向合并起来,并增加一列在末尾,标示出那个是内部集,哪个是外部验证集。
后面分析的时候,系统会按要求将内部集拆分成训练集和内部验证集。然后以训练集、内部验证集、外部验证集三个队列来分别做基线人口学特征表。
8.6 nomogram - Cox - 生存结局（不拆分训练集和验证集,采用内部 CV 或 Bootstrap 验证,列线图/ROC/校准曲线/DCA曲线,一键生成 SCI 论文）
本工具能够一键完成 Cox - nomogram（列线图）的临床预测研究分析,并自动生成一篇 3000 多字的 SCI论文初稿。包括标题、背景、方法、结果、参考文献。除了讨论部分需要用户自行撰写外,其他部分均已经完成初稿。
分析的流程为:上传数据 -> 处理数据 -> 确定完整内部建模集和外部验证集 -> 基线特征表 -> Lasso 回归筛选变量 -> Cox 建模 -> 绘制普通 nomogram -> 在完整内部集和外部验证集整体评价ROC -> 采用 K 折交叉验证或 Bootstrap 做内部验证并输出 corrected C-index -> 绘制 calibration 校准曲线 -> 绘制 DCA 曲线 -> 制作一个互动 nomogram 并部署到个人网站 -> AI 撰写论文
整个过程视网络速度情况,从上传数据到论文生成,约5-8分钟完成,点击鼠标20次左右。
Nomogram,也叫作诺模图,是一种图形计算器,用于将数学公式或者复杂的统计模型转化为直观易用的图表。诺模图是一种强大的工具,可以用于可视化复杂模型的预测,通过滑动各变量标尺,就可以直观地得到预测结果,从而可以有效地为决策提供依据。在医学研究中,尤其是临床决策中,使用 nomogram 可以便捷地预测疾病的风险,评估治疗方案的效果等。
例如,在研究某种肿瘤的总生存预测时,我们可以将年龄、性别、肿瘤大小、肿瘤分期等因素作为预测变量,结合 Cox 回归模型,制作出一个 nomogram。通过该 nomogram,我们可以快速直观地了解在不同年龄、性别、肿瘤大小和肿瘤分期情况下,患者的总生存预期。
对于如何在 本软件 中实现绘制 Cox 回归的 nomogram,本软件 统计软件提供了丰富的功能支持,包括:
1） 一键使用完整内部集建模,不再随机拆分训练集和内部验证集
2）一键生成基线特征表
3）一键完成 Cox 建模
4）绘制经典 nomogram:本软件 不仅可以实现 Cox 回归模型的构建和评估,还可以直接生成 nomogram,将复杂的模型转化为易于理解的图形,帮助用户直观地理解和解释模型结果。
5）绘制网页动态 nomogram:这是一个相对更加现代化的方式,用户可以在网页上交互式地操作 nomogram,调整预测变量的值,并直接看到预测结果的变化。这种方式可以使nomogram 更加动态,有助于更深入地理解模型。
6）一键部署到用户的个人网站:本软件 还提供了一键部署的功能,用户可以将自己制作的动态 nomogram 部署到自己的个人网站上,提供给其他人使用。而且,用户可以将自己部署nomogram 的网址附在论文里,使得读者能够更方便地使用 nomogram,增强论文的可读性和实用性。
7）一键完成 ROC 曲线
8）一键完成 K 折交叉验证或 Bootstrap 内部验证,输出 corrected C-index
9）一键完成 Calibration 校准曲线
10）一键完成 DCA 曲线
11）一键完成 SCI 论文的撰写
综上所述,无论是经典的 nomogram 还是动态的 web 版 nomogram,都可以在 本软件 中轻松实现。这无疑使得 本软件 成为了一款强大的统计分析和可视化工具。
8.6.1 进入模块
接下来我们进入模块,点击软件顶部菜单的”预测研究”,然后点击”Cox - 生存 nomogram （不拆分训练集和验证集,采用内部cv或bootstrap验证,列线图/ROC/校准曲线/DCA曲线,一键生成 SCI 论文）” 进入模块。
8.6.2 选择您的数据并加载到本软件
上传数据后,如果有缺失数据,缺失值在20%以下的变量,可以酌情考虑做缺失值填补,这里首选随机森林法进行填补。缺失值20%-40%的变量,需要慎重考虑;缺失值40%以上的变量,建议不放入模型。
有两种数据模式,有外部验证集和没有外部验证集。
没有外部验证集,只有内部集时,请按照以下方式准备数据:
这里包括生存资料的结局 time 和status, 以及多个预测因子。
如果既有内部集,又有外部验证集,请把两个集合在一起准备数据:
这里把内部集和外部集纵向合并起来,并增加一列在末尾,标示出那个是内部集,哪个是外部验证集。
后面分析的时候,系统不会再把内部集随机拆分成训练集和内部验证集。若只有一个内部数据集,则完整内部集用于建模,并在后续步骤中采用交叉验证或 bootstrap 做内部验证。若还有外部验证集,则内部集用于模型构建和内部验证,外部集用于独立验证。
8.6.9 对模型做内部交叉 validation 或 bootstrap 验证
本模块不额外拆分内部数据集,而是在完整内部建模集上采用 rms 包的 K 折交叉验证或 bootstrap 法进行内部验证,并输出整体 corrected C-index。Cox 模型内部验证的主结果为整体 C-index,不是各个时间点的 AUC。论文中通常只需要报告 corrected C-index 即可。
8.7 生成动态 nomogram 并自动搭建一个互动网站（Linear/Logistic/Cox/Poisson回归）
使用方法:将本软件其他预测模型的模块生成的训练集（注意必须是训练集）和筛选出来的预测因子,导入到本模块,然后进行回归建模,再传到网站生成动态 Nomogram 即可。
支持 线性 / Logistic / Cox / Poisson 的 Nomogram
——————————————————————————————————————————————
动态列线图的意思就是,制作一个网页,将您的预测模型放在网页后台,当读者阅读您的论文之后, 就访问您的网站,输入性别年龄临床特征等因子,系统就会实时告诉读者,该患者的风险概率有多大。 目前的SCI论文,通常都需要在文中附上这样一个网页地址,例如以下这篇论文:
以下是一篇5分左右的例文:
8.7.1 背景与原理
- 动态 nomogram 是什么?
基于回归模型（Linear / Logistic / Cox / Poisson）,将模型系数封装为互动网页:用户在网页上输入协变量（可用滑条或数字）,即可实时查看预测值（如概率、风险比、生存率、计数率等）及不确定性区间。 - 为什么常用于 SCI 论文?
期刊与读者希望在真实情境下复现模型的个体化预测;在线计算器可直接服务临床决策与外部读者。 - 实现方式（软件栈）
MSTATA 在后端用 R 软件 DynNom 包将拟合好的模型对象 部署到 shinyapps.io,自动得到一个可公开访问的网址。
8.7.2 适用模型与输出解读（速览）
- Logistic 回归（二分类结局）:输出发生概率（及 95% CI）,常见效应量为 OR。
- Linear 回归（连续结局）:输出点预测值及区间估计。
- Cox 回归（生存结局）:输出生存概率 / 累积风险等（由 DynNom 自动适配）。
- Poisson 回归（计数结局）:输出事件率/期望计数（及 95% CI）,效应量为 IRR。
- Offset Poisson（分子/分母,如率、比、百分比）:以
log(分母)为 offset,输出比率/率的预测与 IRR。
8.7.3 进入模块
接下来我们进入模块,点击软件顶部菜单的”预测研究”,然后点击”生成动态 nomogram 并自动搭建一个互动网站（Linear/Logistic/Cox/Poisson回归）” 进入模块。
8.7.5 选择回归族（family）
在 “选择结局变量的类型” 中四选一:
- Logistic（二分类）、Linear（连续）、Cox（生存）、Poisson（计数）,或 Offset（分子/分母的 Poisson）。
8.7.6 指定结局/时间/状态
根据你选择的家族,界面会自动显示相应控件:
- Logistic
- “请选择结局变量/应变量（二分类）”
- “请下拉选择结局变量的哪个水平表示发生事件”（务必选对事件水平,选中的水平会被编码为 1）
- “请选择结局变量/应变量（二分类）”
- Linear
- “请选择结局变量/应变量（正态连续变量）”
- Cox
- “请选择代表时间的变量”（如 OS、DFS 的随访时长）
- “请选择代表患者最终状态的变量（只能两类）”
- “请下拉选择结局变量的哪个水平表示发生事件（1=事件,0=删失）”
- “请选择代表时间的变量”（如 OS、DFS 的随访时长）
- Poisson
- “请选择结局变量/应变量（计数资料）”（必须为非负整数）
- Offset Poisson
- “请选择结局变量/应变量的分子（非负整数）”
- “请选择结局变量/应变量的分母（非负整数）”（将作为
log(分母)的 offset）
- “请选择结局变量/应变量的分子（非负整数）”
小贴士
- Cox 的 time 必须为非负数;status 仅两类,且需要指定哪个为”事件”。
- Poisson/Offset 的结局与分母列应为非负整数;分母不得为 0。
8.7.7 选择自变量（协变量）
在 “请点击空白框选择要探索的候选影响因素/自变量” 中多选。
- 支持拖拽调整顺序。
- 分类变量必须在定义字段里设为 factor 并设置合理水平。稀有水平应适度合并。
8.7.8 1.4 置信区间算法（可选）
在 “用什么方法计算 95% CI” 中二选一:
- Wald CI（与 SPSS/老版本传统软件一致,稳妥、速度快）
- Profile likelihood CI（更精确,但与基于 Wald 的 p 值可能出现差异;多重填补 MI 时请勿选）
8.7.9 生成结果表
点击 “生成/更新影响因素分析表”。右侧将输出回归表:
- Logistic/Cox/Poisson 显示 OR / HR / IRR 及 95% CI、p 值,并附 N 与事件数。
- Linear 显示 回归系数（Beta） 及 95% CI、p 值,并附 N。
若出现完美分离（OR/HR/IRR 极大/为 ∞）、或标准误巨大:请合并稀有水平、减少共线、检查缺失。
8.7.11 准备部署凭据（Token）
打开 https://www.shinyapps.io 注册并登录（代理上网可能更稳定）。
左侧 Account → Tokens → Add Token,点击 Show 与 Show secret,复制完整命令
rsconnect::setAccountInfo(name='账户名', token='...', secret='...')。注意:
secret='...' 里面的内容可能处于隐藏状态,先要点击解除隐藏后再复制
将该命令原样粘贴到页面的 “请输入…token” 文本框中。
> 仅用于部署,不会上传你的原始数据。请自行妥善保管凭据。
临时体验:可用页面自带的示例 token 测试,部署到
https://mstata.shinyapps.io/dynnomapp（多人同时使用可能冲突,仅供试用）。
8.7.12 设置网站标题与展示样式
- “给您的 nomogram 网站 APP 起一个标题”:仅限字母、数字、空格、下划线。
- “模型概览显示方式（m.summary）”:
- formatted:更美观的摘要
- raw:R 原始文本
- formatted:更美观的摘要
- “连续自变量输入方式（covariate）”:
- slider（滑动条,直观）
- numeric（数字输入,精细）
- slider（滑动条,直观）
8.7.13 点击部署
- 按 “点击开始部署”。系统将:
- 以你在第 1 步拟合好的模型生成 App;
- 执行你粘贴的
rsconnect::setAccountInfo();
- 部署到shinyapps.io。
- 以你在第 1 步拟合好的模型生成 App;
- 首次部署通常需 3–5 分钟。部署完成后:
- 若使用本软件测试 token:访问
https://mstata.shinyapps.io/dynnomapp测试;
- 若使用你的账号:访问
https://你的账户名.shinyapps.io/dynnomapp。
- 若使用本软件测试 token:访问
论文中引用:建议在方法或结果部分提供上述网址,并在补充材料放一张网页截图（示例输入与输出）。
8.7.14 网页端的使用与解读（给读者/审稿人）
- 在网页上逐一输入（或拖动滑条设置）协变量;
- 点击 Predict / Update（页面按钮由 DynNom 自动生成）;
- 页面根据模型类型自动显示:
- Logistic:个体化发生概率（及 95% CI）、可能附 ROC 相关指标的参考说明;
- Linear:预测的连续值（点估计与区间）;
- Cox:给定时间点的生存概率 / 累积风险等交互输出;
- Poisson/Offset:期望计数/比率/率与区间;
- Logistic:个体化发生概率（及 95% CI）、可能附 ROC 相关指标的参考说明;
- 页面还会提供模型概要（
m.summary）,便于快速审阅。
8.7.15 常见问题与排查
- 部署失败（token 无效/权限不足）
- 重新在 shinyapps.io 生成 Token & Secret;确保完整粘贴
rsconnect::setAccountInfo(...)。
- 企业/校园网可能拦截外网端口,请在稳定网络下重试。
- 重新在 shinyapps.io 生成 Token & Secret;确保完整粘贴
- 网页能打开但点击预测后灰屏/报错
- 多因模型数据问题:如极端共线、完美分离、分母含 0、Cox 的 time/status 异常、Poisson 非整数。
- 回到”回归建模”修正后重新部署（会覆盖旧版本）。
- 多因模型数据问题:如极端共线、完美分离、分母含 0、Cox 的 time/status 异常、Poisson 非整数。
- Logistic 结果方向反了
- 多为”事件水平”选错。请在 “请下拉选择…表示发生事件” 里重新指定并再部署。
- 计数/率模型报错
- Poisson:结局必须为非负整数;
- Offset:分子、分母均应为非负整数,分母不能为 0。
- Poisson:结局必须为非负整数;
- Cox 报错
- time 非负;status 二分类且明确事件水平;极端分层/稀有事件请合并水平或精简变量。
- 多人共用示例 token 冲突
- 自己注册 shinyapps.io 账户并用个人 token部署到你自己的命名空间。
8.8 生成动态多模型比较预测程序并自动搭建一个互动网站（多模型 Linear/Logistic/Cox/Poisson回归）
8.8.1 用途与概述
本模块用于:在同一数据集上一次性拟合多个回归模型（Linear / Logistic / Cox / Poisson/Offset）,比较不同自变量组合的建模结果,并一键部署成可在线互动的预测网站。
- 数据准备已略过:请直接使用你在前序模块已经清洗好的训练集与筛选出的候选因子。
- 核心流程:选择结局类型 → 指定结局/时间/状态 → 设定「要比较的模型数量」与各模型自变量 → 选择置信区间算法 → 生成回归表 → 一键部署到 shinyapps.io。
与「单模型动态 Nomogram」模块相互呼应:此处生成的是多模型对比的交互式预测网站（支持切换模型进行预测）,常用于方法比较与敏感性分析的在线展示。
8.8.2 背景与原理
- 为什么需要多模型比较? 同一研究往往存在不同的变量选择策略（比如”临床首选集”“统计筛选集”“去除共线集”等）。将它们并排上线,读者和审稿人可直观看到不同模型下对同一患者的个体化预测差异。
- 实现方式（软件栈）:后台基于 R 拟合多个模型对象,调用 R 包 shinyPredict 生成交互页面,再部署到 shinyapps.io,得到公开可访问的网址。
上图论文示例:左图 A 为单模型动态 Nomogram;右图 B 为多模型动态预测,与本模块一致。
8.8.5 选择回归族（family）
在 “选择结局变量的类型” 中四选一（另含 Offset 选项）:
- Logistic（二分类）
- Linear（连续）
- Cox（生存:需要时间与状态）
- Poisson（计数:非负整数）
- Offset Poisson（分子/分母形式的率、比、百分比;以
log(分母)为 offset）
8.8.6 指定结局/时间/状态
根据所选族,系统会显示相应控件:
- Logistic
- “请选择结局变量/应变量（二分类）”
- “请下拉选择结局变量的哪个水平表示发生事件”（务必选对;被选水平会编码为 1）
- “请选择结局变量/应变量（二分类）”
- Linear
- “请选择结局变量/应变量（正态连续变量）”
- Cox
- “请选择代表时间的变量”（如 OS、DFS 的随访时长）
- “请选择代表患者最终状态的变量（仅两类）”
- “请下拉选择哪个水平表示发生事件（1=事件,0=删失）”
- “请选择代表时间的变量”（如 OS、DFS 的随访时长）
- Poisson
- “请选择结局变量/应变量（计数资料）”（非负整数）
- Offset Poisson
- “请选择结局变量/应变量的分子（非负整数）”
- “请选择结局变量/应变量的分母（非负整数）”（将作为
log(分母)的 offset）
- “请选择结局变量/应变量的分子（非负整数）”
小贴士
- Cox:time ≥ 0;status仅两类,并明确”事件”水平。
- Poisson/Offset:结局与分母应为非负整数;分母不得为 0。
8.8.8 为每个模型选择自变量（不得留空）
- 在 “模型 i:请选择要纳入多因素分析的自变量（不得留空）” 中多选协变量;可拖拽调整顺序。
- 分类变量需在”定义字段”页设为
factor且水平合理;稀有水平应适度合并。 - 防重复与留空检查:
- 若有模型自变量选择完全相同,顶部会出现红色警告提示重复。
- 若某个模型留空,会提示”不得留空”,请补选自变量。
- 若有模型自变量选择完全相同,顶部会出现红色警告提示重复。
8.8.9 置信区间算法（可选）
在 “用什么方法计算 95% CI” 中二选一:
- Wald CI:与 SPSS/传统软件一致,计算快、与常见 p 值一致。
- Profile likelihood CI:更精确,但可能与基于 Wald 的 p 值略有不一致;多重填补 MI 时请勿选。
8.8.10 生成回归结果表
点击 “生成/更新回归分析表”,右侧输出两类表格:
- 正式回归表格（每个模型一张）
- Logistic / Cox / Poisson / Offset:显示 OR / HR / IRR 及 95% CI、p 值,并附 N 与事件数。
- Linear:显示 回归系数（Beta） 及 95% CI、p 值,并附 N。
- 附录:回归系数表（含标准误）
- 展示 估计值（Estimate） 与 Std. Error（不做指数化）,供方法学核查或补充材料使用。
结果解读与排错
- 完美分离/巨大或无穷区间:合并稀有水平、减少共线、检查缺失。
- 不同模型 N 不一致:协变量缺失不同导致。建议在前序模块进行缺失值填补后重算。
- 亚组顺序不理想:回到”调整因子顺序”模块拖拽重排,再生成表格。
8.8.11 一键部署「多模型比较互动预测网站」
切换到 “部署列线图到公开网站” 页签,依次完成下列步骤。
8.8.11.1 准备部署凭据（Token）
- 打开 https://www.shinyapps.io 注册并登录（必要时使用稳定外网）。
- 左侧 Account → Tokens → Add Token,点击 Show 与 Show secret,复制完整命令
rsconnect::setAccountInfo(name='账户名', token='...', secret='...')
注意:secret可能默认隐藏,请先点击显示再复制。
- 将该命令原样粘贴到页面的 “请输入…token” 文本框中。
> 仅用于部署认证,不会上传你的原始数据;请妥善保管 Token。
临时体验:可使用页面自带示例 Token,将示例网站部署为
https://mstata.shinyapps.io/predict（多人同时测试可能冲突,仅供试用）。
8.8.12 网页端使用与解读（给读者/审稿人）
- 在网页中选择或切换模型（Model 1 / Model 2 / … / Model k）。
- 按需输入（或滑动设定）各协变量的数值/水平。
- 点击 Predict/Update（页面按钮由
shinyPredict自动生成）。
- 页面会根据模型类型自动显示个体化预测与不确定性:
- Logistic:发生概率（及 95% CI）。
- Linear:预测连续值（点估计与区间）。
- Cox:指定时间点的生存概率 / 累积风险等交互输出。
- Poisson/Offset:期望计数/比率/率（及 95% CI）。
- Logistic:发生概率（及 95% CI）。
8.8.13 常见问题与排查
部署失败:Token 无效/权限不足
重新在 shinyapps.io 生成 Token & Secret 并完整粘贴rsconnect::setAccountInfo(...)。在稳定网络下重试。网页打开但预测时灰屏/报错
多为模型/数据问题:完美分离、严重共线、Offset 分母含 0、Poisson 非整数、Cox 的time/status异常等。
回到”回归建模”修正后重新部署（会覆盖旧版本）。Logistic 方向不对
多因”事件水平”选错。请在 “请下拉选择…表示发生事件” 里重新指定并再部署。多人共用示例 Token 冲突
自行注册 shinyapps.io 并用个人 Token部署到你自己的命名空间。