公告版位
晨晰統計顧問有限公司在板橋~~服務市話:02-29602817 手機:0918-276-622 聯絡信箱:raising.statistic@gmail.com。 網址:http://www.rai-stat.com.tw。 歡迎大家踴躍發問,問問題請用facebook問(http://tinyurl.com/raising100)會盡量回覆!

在前兩篇文章中,我們介紹了曲線下面積(Area under the curve, AUC)與integrated discrimination improvementIDI)的定義以及使用上的限制。為了回答此問題:「A這個生物標記或預測模型,所增加的預測能力若使用在臨床上,究竟是否可以改變治療決策?」,Pencina2008)首次提出net reclassification improvementNRI)這個指標以及展示它的統計檢定1

在使用NRI之前,必須有個很重要的前提,亦即關於該事件的預測機率已有明確的風險分組。例如根據Third Adult Treatment PanelATP III)將10年冠心病的風險(10-year risk of coronary heart disease)明確分為3組:0%–6%6%–20%>20%,針對不同風險分組會有不同的治療決策,例如0-6%只要保持定期追蹤,6%–20%則是改變生活方式與藥物治療,而>20%則可能要接受更積極的監測與治療。

晨晰部落格新站 發表在 痞客邦 留言(0) 人氣()

在之前文章中,我們提到了在以下幾種情況,過去常以Receiver Operating CharacteristicROC)的曲線下面積(Area under the curve, AUC)作為主要的統計方法以及其限制1-2

假設已知有個表現良好的生物標記B(或是一組危險因子,例如Framingham Risk Score),此時我們提議(proposed)的生物標記或預測模型(或一組危險因子)為A,可能會有以下幾種的比較。

晨晰部落格新站 發表在 痞客邦 留言(0) 人氣()

在進行論文文字的撰寫時,可以先將固定會用到的格式先製訂出來,以免去要一直使用複製格式的功能,而且未來若需要修改某一個標題的樣式時,相同樣式的標題會同步修改,不用再逐一尋找,另外在進行目錄的編輯上也會變得簡單許多,之後會再與大家分享,以下先教大家如何增加樣式。

1、筆者的習慣,當打開WORD檔時,都會先到『常用』的à『樣式』欄位中,點選右下角的小圖示。

晨晰部落格新站 發表在 痞客邦 留言(0) 人氣()

        8月舉辦於嘉義長庚醫院的實證醫學年會,主題探討大數據、人工智慧對醫學研究與實證醫學的影響。會中由李友專院長淺談人工智慧的發展沿革,以及目前在醫學領域應用較為廣泛的人工智慧型態,例如:圖像判讀或分組、決策樹(decision tree)、人工神經網路(artificial neural network, ANN)、深度學習(deep learning)、機器學習(machine learning, ML)等。李院長的演講作為導言,以輕鬆詼諧的方式,簡單讓與會者像聽歷史故事一般接觸人工智慧的發展史,並從中帶出人工智慧在過去遭遇的挫折與困境 (例如硬體設備的計算效率不佳)。隨著科技時代的進步,電腦硬體與時俱進,形成現今人工智慧發展的優勢環境,足以支援更複雜演算法與更大量的資料點。

        李院長精彩的演說引人入勝,讓筆者會後更為好奇,人工智慧目前在醫學研究方面是如何被應用與執行的?以及人工智慧的基本概念有些什麼?故筆者搜尋了一些介紹人工智慧的網站,以及一些運用或探討人工智慧的醫學論文。

晨晰部落格新站 發表在 痞客邦 留言(0) 人氣()

在臨床醫學研究中,常常會提出一個生物標記(Biomarker)可以預測特定事件的假設,例如以neutrophil gelatinase-associated lipocalinNGAL)預測急性腎損傷(acute kidney injury, AKI),或是以B-type natriuretic peptideBNP)預測心衰竭病人的再住院率。

通常此時會有比較的基準,假設已知有個表現良好的生物標記B(或是一組危險因子,例如Framingham Risk Score),此時我們提議(proposed)的生物標記或預測模型(或一組危險因子)為A,可能會有以下幾種的比較。

晨晰部落格新站 發表在 痞客邦 留言(0) 人氣()

陸、框線及網底

41、表格一般呈現的APA格式,基本上不太會有直線,最基本的三條橫線,上下兩端的橫線,以及標題列的分隔線。

晨晰部落格新站 發表在 痞客邦 留言(0) 人氣()

肆、檢視格線

32、如果想在WORD檔中,想對文字進行對齊的工作,其實表格是一種輔助整理的很好的方式,只需要將格線隱藏起來,就看不來是用表格整理的了。以下圖為例,上方的文字是用表格對齊,而下方的文字則是插入空白進行對齊。

晨晰部落格新站 發表在 痞客邦 留言(0) 人氣()

在觀察型研究當中,傾向分數分析(propensity score analysis)的使用,特別是傾向分數配對(propensity score matching)已經是非常普遍,這個部分可參見筆者在之前寫的文章(https://reurl.cc/qd8xg 以及  https://reurl.cc/V6Xr5)。關於傾向分數配對的技術與介紹,網路上已經有非常多資源(可參見筆者同事撰寫的一系列文章(https://reurl.cc/E7z3Rhttps://reurl.cc/WdL5D以及https://reurl.cc/O1qlv),但目前比較少人討論在傾向分數配對後的統計方法。

理論上,在同一個配對組合(matched pair)之下的實驗組與對照組(或暴露組與非暴露組),由於他們有很接近的傾向分數(成為實驗組/暴露組的機率),因此他們在用來計算傾向分數的基本屬性上(例如年齡、性別、共病等)也會比較相近,因此此時的實驗組與對照組不再是「獨立樣本」,而是具有相依性的配對樣本(paired sample1

晨晰部落格新站 發表在 痞客邦 留言(0) 人氣()

筆者曾於另文中介紹一個企業績效儀表版的範例,適合業務銷售部門,進行績效管理。為了讓讀者可以嘗試自行製作,特別挑出其中兩個圖塊,成長趨勢(Trends)、城市亮點(City Highlights),介紹製作方法。

企業績效儀表版(註1

晨晰部落格新站 發表在 痞客邦 留言(0) 人氣()

貳、調整表格

15、想將設定為『自動調整成內容大小』的表格換成『自動調整成視窗大小』。

晨晰部落格新站 發表在 痞客邦 留言(0) 人氣()

您尚未登入,將以訪客身份留言。亦可以上方服務帳號登入留言

請輸入暱稱 ( 最多顯示 6 個中文字元 )

請輸入標題 ( 最多顯示 9 個中文字元 )

請輸入內容 ( 最多 140 個中文字元 )

請輸入左方認證碼:

看不懂,換張圖

請輸入驗證碼