4UPUB学术培训
医学统计分析与实战小班
邀请函
会议地点：北京中奥凯富国际酒店
（北京市朝阳区慧忠北里号）
会议时间：年05月05-06日
主办单位：北京斐然智达科技有限
公司
一、授课内容
时间
授课题目
具体内容
第一天
8:30-9:05
1.1浅谈统计思维的培养
1.了解医学统计学学习中的常见误区；2.掌握临床医生快速学习医学统计的一般性方法。
9:05-9:40
2.1临床试验设计中的统计学错误
1.通过大量的案例解读临床研究设计阶段常见的统计学错误类型，需掌握试验设计过程中的所“不能为”。
9:40-9:50
2.2常见的统计学概念混淆与误用
1.通过大量解读常见的统计学概念混淆与误用案例，需掌握易混淆的统计学概念。
9:50-
10:50
2.3统计学方法选择与使用错误案例辨析
2.以多个典型的统计学方法选择与误用经典案例讲解论文写作中的常见统计学错误；2.介绍统计结果的正确表达范式。
11:00-11:30
3.1数据的类型与统计资料的描述
1.掌握临床研究数据的类型与统计资料的一般描述方法。
11:30-12:05
4.1两组连续资料的比较
1.掌握单样本t检验，配对t检验，成组t检验的SPSS软件实现及结果解读；2.掌握单样本秩和、配对秩和、成组秩和检验的SPSS软件实现及结果解读。
午间休息
14:00-14:35
4.2多组连续资料的比较--单因素方差分析
1.掌握单因素方差分析的适用条件，SPSS软件操作方法，结果解读；2.掌握POSTHOC（两两比较）的常用方法；3.了解统计学中检验水准校正的概念。
14:35-15:30
4.3多组连续资料的比较--两因素方差分析
1.掌握试验设计中“因素”、“水平”的概念，可正确区分试验设计中的“因素”和“因素的水平”；2.掌握随机区组方差分析的SPSS软件实现及结果解读；3.掌握析因设计方差分析的SPSS软件实现及结果解读；4.掌握重复测量资料方差分析的SPSS软件实现及结果解读。
15:40-15:55
4.4多组连续资料的比较--秩和检验
1.掌握多组连续资料比价的秩和检验在SPSS软件中的实现方法及结果解读。
15:55-16:30
5.1普通卡方检验
1.掌握普通卡方检验的适用条件；2.掌握四格表资料的数据录入与SPSS操作；3.掌握临床研究报告中“基线特征表”的统计描述与假设检验方法。
16:30-17:05
5.2配对卡方检验与一致性检验
1.掌握试验设计中“配对”与“区组”的概念；2.掌握配对资料卡方检验的数据录入与SPSS软件操作及结果解读；3.掌握一致性检验（Kappa）的SPSS软件操作及结果解读。
17:10-17:45
5.3单向有序列联表的统计学处理
1.掌握单向有序列联表的数据结构及将数据录入SPSS软件的方法；2.掌握单向有序列联表秩和检验的SPSS软件操作及结果解读；3.知道常见的单向有序列联表统计方法误用形式。
17:45-18:20
5.4双向有序列联表的统计学处理
1.掌握双向有序列联表的数据结构与SPSS数据录入；2.掌握双向有序列联表的四种常见的统计学处理方法；3.培养处理复杂统计学问题的思维：试验目的决定统计学方法选择。
时间
授课题目
具体内容
第二
天
8:30-9:05
6.1诊断试验设计要点及统计学指标的含义
1.掌握诊断试验设计的原则与一般方法；2.掌握诊断试验各统计指标的含义。
9:05-9:40
6.2ROC分析的原理及SPSS操作
1.掌握ROC分析的原理；2.掌握截断值确定的方法；3.掌握SPSS进行ROC分析的方法及结果解读。
9:45-
10:20
6.3比较两条或多条ROC曲线的曲线下面积
1.掌握使用MedCalc软件比较两条或多条ROC曲线的曲线下面积（AUC）的方法，以及结果解读。
10:20-10:55
6.4联合诊断在SPSS中的实现
1.掌握联合诊断在SPSS软件中的实现方法及结果解读；2.了解诊断效能评价的指标的含义，如AUC，C-statistics等。
11:00-11:25
7.1相关与回归的区别和应用
1.掌握两种相关的适用条件及SPSS软件实现、结果解读；2.掌握相关和回归的区别和应用。
11:25-12:00
7.2简单线性回归与多元线性回归
1.掌握简单线性回归与多元线性的SPSS实现及结果解读；2.掌握多重共线性的识别与诊断方法。
午间休息
13:00-13:50
7.3Logistic回归的原理及软件实现
1.了解Logistic回归的原理；2.掌握二元Logistic回归的SPSS软件实现方法及结果解读；3.掌握二元Logistic回归中两因素交互作用识别方法；4.掌握二元Logistic回归中亚组分析的方法；5.掌握论文中Logistic回归结果的正确报告形式。
13:50-14:25
7.4多因素回归中的变量筛选方法
1.了解SPSS软件中所提供的线性回归与Logistic回归变量筛选方法的含义；2.掌握实际应用过程中Logistic回归变量的筛选方法（先单因素分析，根据设定的变量筛选界值与专业考量决定最终纳入回归方程的变量）。
14:35-15:00
8.1生存资料的统计分析原则与单因素生存分析
1.掌握生存资料的数据结构特点；2.掌握K-M分析、Log-rank检验的SPSS软件实现及结果解读。
15:00-15:35
8.2Cox回归分析的原理及统计软件实现
1.了解Cox回归分析的原理；2.掌握Cox回归的SPSS软件实现及结果解读。
15:40-16:15
8.3Cox回归变量筛选方法与回归模型诊断
1.了解SPSS软件中所提供的Cox回归变量筛选方法的意义;2.掌握实际应用过程中Cox回归变量的筛选方法（先单因素分析，根据设定的变量筛选界值与专业考量决定最终纳入回归方程的变量）；3.掌握Cox回归模型诊断指标的含义；4.掌握论文中Cox回归结果的正确报告形式。
16:15-17:00
8.4Nomogram(列线图)的绘制
1.掌握R语言绘制Nomogram及标准曲线的方法；2.掌握R语言计算C-index的方法。
17:00-18:00
9.1倾向性匹配得分分析的原理
1.掌握PSM分析的原理以及概念；2.掌握PSM分析的适用条件。
9.2PSM分析的统计软件实现
1.掌握基于Stata软件或SPSS软件实现PSM以及结果解读。
二、授课老师简介
讲师简介：周支瑞，医学博士，目前以第一作者、共同第一作者、通讯作者发表SCI论文30余篇（总影响因子大于分）。主编专业著作6部，其中统计学著作3部，循证医学相关学术著作2部。担任两本SCI杂志的Sectioneditor，多本SCI杂志审稿人。多次受邀在国内学术会议发言，讲授医学统计学与循证医学方法学课程，授课深入浅出，通俗易懂。
三、课程特点
课程简介：本课程立足于医学科研与SCI论文写作过程中实际统计学问题，希冀把复杂的统计学问题用符合临床医生的思维方式去解读，课程力求做到易学易用。本课程具有以下特点：（1）本课程基本涵盖与临床科研密切相关的绝大多数统计学内容：比如卡方检验，方差分析，多元线性回归，Logistic回归，Cox回归、诊断试验数据处理等常用的医学统计学方法，也包括医学论文中曝光率比较高的新方法，比如倾向性匹配得分（PSM）分析，Nomogram（列线图）的绘制等。通过24课时系统的学习可以解决大多数的临床科研论文写作过程中的统计学问题。（2）本课程把临床试验设计的基本思想融会贯通在统计学讲解过程中，通过大量的错误案例的辨析，让大家远离医学统计学应用与报告的常用误区。（3）本课程实践操作部分，采用经典案例以SPSS软件操作为主，同时部分联合Stata、R语言、Medcalc等统计学软件。在课程讲授中我们牢牢把握一种理念：统计软件仅仅是工具，我们始终贯穿以解决实际应用问题为导向的统计学原理以及软件操作的讲授，教会大家联合运用多种工具解决实际的统计学问题，而不是教条的教授软件操作。（4）本课程讲者作为一名临床一线的医生，将从一个临床医生的视角解读医学统计学，力求更贴近临床医生以及医学生的思维方式。
四、报名方式
1、报名方式：
推荐文章
热点文章
