nlmixr2非线性混合效应建模教程
本教程从nlmixr2的安装和设置开始,逐步深入探讨非线性混合效应建模的理论基础、参数估计方法、模型诊断技术、模型仿真方法,并通过一个完整的实际案例展示nlmixr2的应用流程。
本教程从nlmixr2的安装和设置开始,逐步深入探讨非线性混合效应建模的理论基础、参数估计方法、模型诊断技术、模型仿真方法,并通过一个完整的实际案例展示nlmixr2的应用流程。
本教程旨在介绍如何使用R语言进行定量药理学分析和建模。R语言作为一种开源的统计分析工具,具有强大的数据处理和可视化能力,同时拥有丰富的专业扩展包,使其成为定量药理学研究的理想工具。
凝练出一个好的临床问题是高质量临床研究的前提。实际上凝练的过程其实就是将一个实际环境中的问题转化为科学研究问题的过程。好的临床研究问题通常具备以下几个方面的特点: ...
晚上看文献时无意中浏览到一篇非常有意思的文章,拿来一起分享下。文章标题为:A snapshot of public knowledge of novel coronavirus disease 2019: a web-based national survey。发表在BMC public health,通讯作者来自第二军医大学长海医院消化内科的Liang-Hao Hu和Zhao-Shen Li。期刊影响因子:2.837 ...
在2020中国国际心力衰竭大会(China International Heart Failure Congress , CIHFC)上,来自中国医学科学院北京协和医院心内科的方理刚教授分享了题为“心肌病的分类和分型的历史演变——新认识与新挑战”的精彩报告。 ...
近年有关“脑肠轴”假说的研究越来越多。虽然目前尚未成定论,但给临床研究者带来很多新的启发。最近在NEJM看到两篇有意思的文章。 1. Evidence That the Gut Microbiome Is Linked to Major Depressive Disorder1 这是一篇来自中国团队的研究,研究者收集了重度抑郁障碍(MDD)患者和健康受试者的311份粪便样本。 ...
药物性肝损伤(DILI)是药物开发研究、临床应用过程中均需要进行风险评估或者管理的重点,稍有不胜可导致药物研究失败,已上市药品撤市,甚至导致发病或死亡。如何进行药物性肝损的评价极为重要。 ...
在各种类的医学研究中,建立以及验证一个有效的预测模型(prediction model )是很常见的,无论结果变项(outcome )是连续型、二元类别、计数变项或是存活资料,现在皆已有常规的回归分析方法,分别是线性回归、 logistic 回归、 Poisson 回归以及 Cox 比例危险模式(Cox proportional hazard model )。 ...
在医学论文中,在内文、表格与图形中,必然会有数字的呈现,那么这些数字的小数点应该取到第几位是最合适的呢? 若以呈现最精确的数据信息为主要目的,那么小数点理应是取越多位越精确。然而,当不必要的小数点取太多位时,会让读者注意力受到影响,不易理解到数字的大小;反之,小数点取的位数不够,则可能会失去精确性,甚至被怀疑是否作者是故意隐匿信息。 ...
用ggplot2画火山图看代码似乎还是很简单,但是真的来画了,细节还是蛮多的。 把代码写在这里,以便以后用。 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 library(ggplot2) library(Cairo) # 读取数据 data <- read.delim("./data/g1_VS_g3.txt",header = T,sep="\t",na.strings = "") # 设置颜色域 datathreshold = as.factor(datapvalues < 0.05 & abs(log2(data$foldchange)) >=1.5) Cairo(file="volcan_PNG_300_dpi.png", type="png", units="in", bg="white", width=8, height=6, pointsize=12, dpi=300) ggplot(data=data, aes(x=log2(foldchange), y =-log10(pvalues), colour=threshold)) + geom_point(alpha=0.4, size=1.75) + xlim(c(-4, 4)) + xlab("log2 fold change") + ylab("-log10 p-value") + ggtitle("Volcano picture of DEG")+ theme_gray() + geom_vline(xintercept=c(-1.5,1.5),lty=4,col="grey",lwd=0.5)+ geom_hline(yintercept = -log10(0.05),lty=4,col="grey",lwd=0.5)+ theme(legend.position="none") # 在x轴-1.5与1.5的位置画两根竖线, 在p-value 0.05的位置画一根横线 dev.off() 这只是一个粗略的图,要细致,还需要调整网格,坐标轴,颜色,字体大小。 ...