基于数据挖掘的临床数据分析培训(R 语言入门与实现)

作者:   2016-05-06
字体大小:
  • 会议时间: 2016-05-28至 2016-05-29
  • 会议地点: 广州市
  • 电话:13760755035
  • 传真:暂无
  • 联系人:庄医生
  • Email: zxd_medicine@163.com
  • 联系地址:暂无
  • 会议网址:暂无

中国人口众多,疾病谱系广,临床医生掌握丰富的临床经验和样本资源。然而,如何将现有的经验、数据转化为证据,发表高质量 SCI 论文?大数据时代的到来,临床数据形式多样,对于临床工作者来说是机遇更是挑战。很显然,临床数据处理与统计分析是一个瓶颈!强大的数据挖掘技术能否化腐朽为神奇?那么,这个课程你一定不能错过!

这门课程主要讲什么?

本课程提炼高质量临床研究论文中统计及研究思路的共性,总结出临床数据处理的标准化套路;网罗主流杂志中应用数据挖掘模型的案例,结合国内一些医院临床研究课题的实例分析,应用「傻瓜机式」的数据挖掘软件,全面阐述临床数据挖掘的分析思路与软件操作。

临床常见的医学研究设计标准化流程是什么?

使用数据挖掘模型分析临床数据的必要性?

临床研究中常见数据挖掘模型的原理与应用?

分析常用的开源数据挖掘机,手把手告诉您数据挖掘技术哪家强?!

本课程可帮助临床研究者完善分析思路、深挖数据信息、准确做出科学论断,摆脱由于统计学和软件操作方面的不足带来的束缚,通过实用的数据挖掘软件操作,从繁琐的数据整理、复杂的统计以及编程的工作中解脱出来,集中精力准确、深入、全面挖掘临床数据信息,提高科研论文的数量和质量。

课程安排 

理论篇(第一天,5 月 28 号)
1. 使用数据挖掘技术处理临床数据的必要性
临床研究数据(队列/横断面研究)的传统流程化处理及其瓶颈;
临床数据发展新特点:大样本、多变量、高度共线性、多维度(生理电信号、图片、基因芯片等)
数据挖掘分析临床数据的优势:数据降维、避免过拟合、变量筛选、增强预测价值、发现隐藏规律(高质量 SCI 论文案例分析)

2. 数据挖掘基本概念,常见数据挖掘模型的原理与应用
基本概念:无监督/监督学习、分类、预测、关联、聚类、降维
常见模型与算法原理:线性回归, 岭回归/Lasso 回归, KNN, 决策树, 随机森林, 支持向量机;主成分分析;聚类分析等 

3. 构建模型的评价与验证
基本概念:训练集、验证集,交叉验证
模型评价指标:成本曲线, ROC, precision, Score, C-index 等(发表的论文案例分析)

操作篇(第一天,5 月 29 号)
1. 开源数据挖掘工具入门
基于 R/Python/Java 等(R 语言简介及入门)
Rattle,Weka,Scikit 等挖掘工具介绍 

2. 基于 R 语言的数据挖掘工具 Rattle 的安装及操作 

3. 使用 Rattle 处理临床数据(现场带学员进行操作)
变量转换、数据清理-初步关联分析、聚类分析
数据建模(常用数据挖掘模型,结合临床 SCI 论文实例)
模型验证(交叉验证等)

4. 使用 Rattle 演练真实临床数据(接受学员自带临床数据的评估、分析与后续指导)

讲师介绍 

讲师一,中山大学附属第一医院心内科医学博士,近 3 年发表论文 20 余篇,第一/通讯作者 SCI 论文 14 篇(4 篇 IF>5),J Thorac Dis, Chinese J Cancer Res 审稿人,主持和参与中国和省级课题 7 项,第 25 届长城国际心脏病学会议青年医师奖。

讲师二,中山大学孙逸仙纪念医院乳腺肿瘤医学部医学博士,发表 SCI 文章 23 篇,第一作者或通讯作者 17 篇,协作者 12 篇,总影响因子为 111.4。会议摘要获得美国 2011 年美国 AACR International Scholar-in-Training Grant,2015 年韩国 KBCF Scholarship 奖金。主持国自然青年项目 1 项,广东省自然科学基金 1 项。

授课对象
医学硕/博士研究生、临床医学科研工作者、公共卫生与预防医学专业人员

原价 2500 元/人,5 月 18 号前报名缴费,可享优惠价 2200 元,介绍他人报名,双方各返现 200 元
(提供正规发票,可开具会议邀请函)

联系人:庄医生

电话:13760755035

email:zxd_medicine@163.com

编辑: 周薇    来源:丁香园

声明:

1.丁香会议频道仅负责发布会议信息,如需参会、获取邀请函或会议日程,请与主办单位联系

2.部分会议信息来自互联网,如您发现信息有误,请联系meeting@dxy.cn纠错

3.如您发现信息不全,可点击Google搜索更多

4.更多服务信息请点击这里

以下网友留言只代表网友个人观点,不代表网站观点

网友评论