哈喽，医学er们，今天继续给大家分享临床预测模型经典文献~ 今天分享的这篇很经典，有很多值得我们学习的地方。 题目：Predicting survival and neurological outcome in out-of-hospital cardiac arrest using machine learning：the SCARS model 🟢这篇文献作者把不平衡问题考虑得很全面，而且出现了众多预测的关键且容易出错的问题。 （1）降采样解决不平衡 （2）采样技术只能在训练集使用 （3）阈值调整也可解决类别不平衡 （4）阈值调整只能在训练集上使用 🟢很有新意的变量重要性测度 变量重要性测度是一个常见问题，本文中作者却给我们带来一些新思路。如上左图，作者给出的是具体变量“自高到低”的重要性排序；但右侧图是什么呢？仔细一看，原来是按照大类给出的重要性，这个很有意思，也蛮有新意。也就是说，左侧是具体到变量水平，而右侧是放在大类水平。 （具体解析看上图噢~） 🙋‍♀️PS：如果你今年也想写一篇临床预测模型，但是毫无头绪，又没有数据！那么建议你挖掘公共数据库！一一MIMIC重症数据库！ ✨因为MIMIC重症数据库数据量庞大且质量可靠，适合所有科室。为忙碌的医学生/小医生提供了性价比超高的发文途径。 💥统计之光专门为大家开设了“MIMIC实战挖掘”直播小课（30人），让你少走弯路，系统学会MIMIC数据库挖掘，结合自身情况，灵活运用。 直播主讲老师薛老师，是统计之光临床一对一的金牌讲师，与0基础学员接触时间长，很懂科研小白们的痛点。所以她讲课细致易懂，深受学员们的喜爱！ 此次直播授课为6周，授课完另有6周答疑课，专门解决学员实操的答疑，此外从开课日起薛老师还会持续12周的社群答疑，所以不用担心学不会！ 👉4月12号开课，火热报名中~🍎888→了解更多详情~