统计与作图 - 丁香园社区

统计与作图

55.3 万讨论 · 77.2 万关注今日更新：5

本版版主

丁香园社区统计与作图

最新发帖最新回帖最近热帖

全部帖子

全部帖子病例帖

开题时被问为什么用网络分析、不用回归，怎么回答

症状网络笔记基础护理学医学生

症状网络可以看作把一组多元回归合并在一起的结果。多元回归一次只设一个因变量；症状网络让每个症状轮流充当因变量、其余症状作为自变量，再把这些回归的结果合并成一张图，图上每条边的数值与对应的回归系数直接对应。两者的差别在于回答的问题：研究问题是哪些因素与某一个结局有关，用回归；研究问题是多个症状彼此之间如何关联、哪个症状处于中心位置，用网络分析。开题时可以照这个思路回答。两种方法并不互相替代，国内护理期刊上已有研究先用网络分析找出核心症状，再用 Logistic 回归分析核心症状的影响因素。以疲乏、疼痛、失眠、焦虑和抑郁五个症状为例。以疲乏为因变量做多元回归，得到的是另外四个症状在相互控制后各自与

35 浏览 · 4 讨论

用潜在剖面分出几类病人，每一类还能不能做模拟干预

症状网络笔记基础护理学医学生

潜在剖面分出的各类，可以分别做模拟干预。我整理的 43 篇同时做了潜在分类和网络分析的论文中，有 6 篇这样做过，均发表于 2025—2026 年。其中 Liu 等在 246 名痴呆患者照护者中，用焦虑和抑郁量表的每个条目做潜在剖面，分为低焦虑低抑郁、高焦虑高抑郁两类，两类分别建网、分别模拟，前一类的缓解靶点和加重靶点是易激惹和感到紧张，后一类是无法控制的担忧和失去愉悦感。但并非每一类都能做。按症状轻重分出的类，常有症状在类内几乎没有变化；模拟干预还要把症状切成有、无两种状态，变化只会更少。Bao 等在 4735 名老年人中分出三类，人数最多的一类有 4 个变量零方差，即这一类里所有人得分相同

43 浏览

潜在剖面分出来的每一类，最少要多少人才能单独建症状网络

症状网络笔记基础护理学医学生

每一类没有统一的人数下限，判断依据是这一类的人数能否估计它自己的网络，与这一类在全样本中所占的比例无关。确定类别数时常用的"每类不少于总样本的 5% 或 10%"，针对的是分类结果是否可靠，并不保证这一类能够建网；总样本 341 人时，5% 仅 17 人。每一类所需的人数应按网络的节点数估计，可参考节点数的 10 倍，要求与单独做一项横断面症状网络研究相同；分类完成后，再以这一类网络的 CS 系数检验，CS 系数衡量的是删去一部分样本后中心性排序是否保持稳定。Guan 等的网络有 18 个节点，分出的 4 类中，177 人和 182 人的两类强度 CS 系数分别为 0.672 和 0.500，

40 浏览

症状网络和潜在剖面一起做，先分类再建网，还是先建网再分类

症状网络笔记基础护理学医学生

两种顺序回答的是两个不同的问题，选哪一种取决于研究想回答哪一个。先用潜在剖面把病人分成几类，再在每一类里各建一个网络，回答的是不同类别的病人，症状之间的关联方式是否不同。先用全部样本建一个网络，再做潜在剖面，回答的是两个并列的问题，一个是在全体病人中哪些症状处在网络中心，另一个是病人按症状轻重可以分成几类、哪些人更可能落在症状负担重的一类。后一种做法自始至终只有一个网络，不在各类内部建网，也就不比较各类的网络。在同时做了潜在剖面（或潜在类别）分析和症状网络分析的 43 篇护理论文中，31 篇先分类、再在各类分别建网；先用全样本建网、再做潜在剖面的有 3 篇，均发表于 2025—2026 年。重

60 浏览

中华护理杂志 2025 年的五篇症状网络论文，题目是怎么定的

症状网络笔记基础护理学医学生

按标题逐期翻 2025 年第 1～24 期目录，《中华护理杂志》当年刊发了 5 篇症状网络分析论文。其中 2 篇的研究对象均为脑卒中恢复期患者：一篇来自广东，纳入 316 例首发患者；另一篇来自武汉，纳入 350 例中年患者。两项研究使用同一份脑卒中症状体验量表，识别出的核心症状中均包含肢体活动受限。病种、病程阶段和测量工具基本相同的两项研究，于同一年发表在同一本期刊上。两者的区别在于网络中纳入的其他变量。广东的研究纳入了恐惧疾病进展、疾病接受度、希望和幸福感四个量表，分析症状与心理因素之间的关联；武汉的研究仅纳入康复信心，考察与康复信心关联最强的症状。另外两篇采用了同样的思路。肝癌研究分别在

62 浏览

症状网络的讨论部分，核心症状和桥症状能不能写成干预靶点

症状网络笔记基础护理学医学生

横断面症状网络找出的核心症状和桥症状，讨论部分不能写成干预靶点，也不能写干预它可以带动其他症状缓解。能写的是：该症状与其他症状的统计关联多而强，是后续干预研究值得优先考察的候选，这一判断有待纵向研究或干预研究检验。这一界线来自方法学文献本身。《横断面数据心理网络分析报告规范》（Burger 等，Psychological Methods，2023，以下简称报告规范）在讨论部分写道，现有的网络分析方法更适合看作探索性分析和可视化工具，可以为理论的形成提供起点，而不是验证理论的方法；作者据此不建议仅凭网络分析作出强推断。实证研究同样没有支持中心性高就是好靶点。Spiller 等 2020 年发表于

72 浏览

症状网络论文投哪本期刊

症状网络笔记基础护理学医学生

症状网络论文选刊，宜先查同一病种、同一人群的症状网络研究发表在哪些期刊，再从中挑选。我整理的 532 篇护理相关症状网络研究分布在 165 本期刊上，总体较为分散，具体到病种则有相对集中的去向：乳腺癌 36 篇中 12 篇发表在 European Journal of Oncology Nursing；消化道肿瘤 49 篇中，Asia-Pacific Journal of Oncology Nursing 和 Supportive Care in Cancer 各刊发 8 篇；血液透析 10 篇中 3 篇发表在 BMC Nephrology。按期刊类别看，发表在护理期刊的有 208 篇，其余

67 浏览

做症状网络分析，症状量表选哪个

症状网络笔记基础护理学医学生

症状量表宜先按病种选：查阅同一病种已发表的症状网络研究用了哪个量表，沿用同一个，结果才能与前人的网络逐个症状对照。肿瘤患者最常用的是 M.D. 安德森症状评估量表（MDASI）及其病种模块，其次是记忆症状评估量表（MSAS）；非肿瘤病种多用各自的专病量表。选定之后还要看量表怎么计分，计分方式决定每个症状用哪一个分数进入网络，最终进入网络的往往也不是量表的全部条目。我整理的 532 篇护理相关症状网络研究中，使用症状清单类量表的有 202 篇，其中 MDASI 及其病种模块 66 篇、MSAS 及其改编版 33 篇，合计 99 篇，约占一半。不少病种已形成相对固定的选择：头颈肿瘤 14 篇中 1

76 浏览

这份量表数据，能不能做症状网络分析

症状网络笔记基础护理学医学生

准备做症状网络分析的研究者拿到数据后，提出的问题大致相同：量表维度作为节点时，用维度总分还是维度均分；4 级李克特评分能否用高斯图模型估计；几个量表能否放进同一个网络。这些问题分属不同步骤，但回答的是同一件事，即数据在进入网络之前需要满足哪些条件。第一个问题有确定的答案。维度总分与维度均分只相差一个常数倍数，相关系数不受影响，二者估计出的网络完全相同，无需取舍。需要决定的是用条目还是维度作为节点。Burger 等 2023 年在《Psychological Methods》发表的《横断面数据心理网络分析报告规范》（Reporting standards for psychological ne

186 浏览

投稿前，用这份清单检查你的网络分析

症状网络笔记基础护理学医学生

一篇症状网络分析的论文写完，投稿前往往会有一种不踏实的感觉：样本量报了，图也画了，中心性指标也列了，但审稿人会不会问"稳定性分析做了没有""边代表什么""缺失值怎么处理的"，作者自己也说不准。方法学教程讲的是怎么算，很少讲一篇报告里应当写清哪些内容。于是不同论文各写各的，有的只给一张网络图和一张中心性排序表，有的把 bootstrap 结果放进附录却不解释，审稿人和读者都难以判断结果是否可靠。这种情况在心理学领域早已出现过。网络分析在心理学中的应用比护理早了大约十年，同样经历过论文数量激增、报告内容参差不齐的阶段。2022 年，阿姆斯特丹大学 Burger 等九位研究者在《Psychologi

156 浏览

CS 系数不到 0.5，这个网络还能用吗

症状网络笔记基础护理学医学生

使用 bootnet 进行稳定性检验后，较常见的一种结果是：强度的 CS 系数在 0.3～0.4 之间，接近中心性为 0，介数不足 0.1。面对这一结果，研究者往往难以判断该网络能否写入论文，也不确定应当补充样本、删除部分条目，还是改用其他指标。提出该系数的研究者对自己数据的处理方式可作参考。Epskamp、Borsboom 和 Fried 于 2018 年在 Behavior Research Methods 上发表了 bootnet 教程，示范数据来自 359 名患有创伤后应激障碍的女性，共 17 个症状。结果显示，强度的 CS 系数为 0.44，介数和接近均为 0.05。0.44 未达到

155 浏览

用潜在剖面分出几组病人，能不能每组各建一个症状网络

症状网络笔记基础护理学医学生

可以。按潜在剖面分出亚组后在各组分别建网，每一组内部的网络都可以描述；能不能拿各组网络之间的差异下结论，取决于用来分组的变量。分组变量是病耻感、情绪调节方式这类网络以外的变量时，各组网络的差异可以解释为不同人群症状关联方式的差异。分组用的如果正是网络里的症状，例如按 11 个症状的严重程度分出低、中、高负担组，再用同样 11 个症状在各组建网，各组网络仍然可以作为这一组患者的描述，组间差异却有一部分来自分组本身，不能当作各亚组症状相互作用方式不同的证据。依据见第二节。这种做法在护理研究中增长很快。PubMed 中题目或摘要同时含症状和网络分析的论文，涉及潜在剖面或潜在类别的从 2022 年的

95 浏览

症状网络能"模拟干预"了：NodeIdentifyR 在护理研究里怎么用

症状网络笔记基础护理学医学生

症状网络分析做到中心性这一步，常常就停住了：找出强度最高的症状，写一句"可作为干预靶点"，讨论部分便结束。审稿人越来越不接受这种写法，追问的是同一个问题：中心症状就一定是干预它效果最好的症状吗？这一假设在方法学文献里并没有得到一致支持。2025 年以来，护理期刊上出现了一类新做法，在估计好的网络上直接"做实验"：《International Journal of Nursing Studies》2025 年的血液透析研究、《Geriatric Nursing》2026 年的老年衰弱研究、《International Emergency Nursing》2026 年的急诊护士替代性创伤研究、《B

95 浏览

纵向数据做症状网络，有三种做法

症状网络笔记基础护理学医学生

同一批患者随访两次及以上，要构建症状网络，现有文献大致有三种做法。第一种做法最常见：在每个时间点分别构建一个横断面网络，再用网络比较检验（NCT）判断两个网络是否存在差异，两次测量即可完成。例如，《中华护理杂志》2025 年一项研究在肝癌患者术后第 2 天和第 7 天各构建了一个包含 18 个症状的网络，比较后发现，两个网络的整体强度无差异（P＝0.46），但边权重存在差异（P＝0.01），强度最高的症状也由感到紧张变为感到悲伤。这种做法比较的是两个时间点上的人群网络，网络中的边没有方向。第二种做法是交叉滞后网络，同样只需两次测量。它用前一次随访的全部症状预测后一次随访的每个症状，由此得到带箭

104 浏览

统计学方法求助

北葵o向暖神经科医师

1.我想研究肠道菌群-疾病-宿主的关系和机制，现在收集了对照组和疾病组人的粪便标本，做了16s，想从中选择出差异菌，还得选的这个差异菌跟我要研究的代谢物有关系，不知道用什么统计学方法，怎么找这个差异菌？2.用16s数据做秩和检验筛选出了差异菌，不知道是看原始p值筛选菌还是必须校正后的p值？3.师妹用这些数据跑了弹性网，用弹性网筛菌，只用弹性网就可以吗？是不是也需要联合秩和检验一起看？看有的文章用维恩分析，还有多重逻辑变量回归去校正混杂因素不知道到底用啥了4.现在还有一些小鼠的数据，有粪便的菌群和代谢物，还有血的代谢物，做菌群和代谢物的相关性热图，如果考虑人的混杂因素太多，那从这里边筛选和要研

228 浏览 · 9 讨论

统计方法求助（LMM？）

wangfeng4062000消化内科医师

我想研究脾脏切除术后血小板变化的影响因素（75例患者）；血小板数据有术前，术后6个月，术后1年，共三个时间点的。基线数据还有年龄，性别，门静脉血栓，child，脾脏体积等，计划也把基线血小板数据也纳入分析（算做一个固定效应）。统计方面：（1）如果用线性混合模型（LMM），基线血小板与“术后血小板变化”之间存在共线性问题；（2）如有用一般的回归，要把术后半年的血小板数据丢弃掉，文章会逊色不少。该如何选择统计方法？谢谢各位大佬

294 浏览 · 8 讨论

论文被拒3次后，我才搞懂这个统计方法的致命错误

杨开心的科研日记医疗行业从业者

155 浏览

临床研究统计建模的常见错误，你假设的"直线关系"，可能是错的！

DrXie_MACogent医疗行业从业者

做临床研究的人，几乎都遇到过这样一个困境：明明收集了大量患者的年龄、血压、BMI数据，想分析它们和疾病风险的关系，可一到建模就发现——传统回归模型给出的结果，和自己的临床直觉总是对不上。问题出在哪里？因为医学世界里的剂量-反应关系，几乎从来不是一条直线。收缩压与心血管风险之间，可能是U型分布；年龄与某种疾病的发生率之间，可能是先是缓慢爬升、到达某个阈值后急剧攀升、最后在高龄段又趋于平缓的S型曲线。而传统线性回归的隐含假定是：自变量每增加一个单位，结局变量的变化幅度是恒定的。用一把直尺去量一条蜿蜒的山路，结果可想而知。研究者们很早意识到了这个问题，于是引入多项式回归，在模型中加入自变量的平方项、

263 浏览

实用高血压学上册.pdf

医不叩门愿听

实用高血压学上册.pdfhttps://pan.quark.cn/s/9836ccb95811?pwd=wiH7（来源文档中标注的相关权威机构期刊，及时保存，不定时失效，仅供个人学习，不作商业运用）

116 浏览

从"有关"到"因果"，孟德尔随机化如何发展流行病学研究

DrXie_MACogent医疗行业从业者

在医学研究中，我们常常面临一个根本性的追问：某种因素真的会导致疾病吗？高胆固醇一定会引发心脏病吗？肥胖是糖尿病的原因还是结果？这些问题看似简单，实际回答起来却异常困难。因为大多数观察性研究只能告诉我们"两件事相关"，却无法证明"一件事导致了另一件事"。正如夏天冰淇淋销量和溺水事件同时上升，但我们不会因此认为吃冰淇淋会让人溺水——真正的"混杂因素"是炎热的天气。这就是流行病学研究中经典的"相关性不等于因果性"困境。而在这条迷雾重重的探索之路上，一种名为孟德尔随机化（Mendelian Randomization, MR）的方法，正以一种精巧而深刻的逻辑，为因果推断开辟出一条全新的路径。传统研

257 浏览

国际疾病分类第十次修订本（ICD-10）BJ-临床版

daxean整形科医师

第1章某传染病和寄生虫病(A00-B99) 4第2章肿瘤(C00-D48) 96第3章血液及造血器官疾病和涉及免疫机制的某些疾患(D50-D89) 293第4章内分泌、营养和代谢疾病(E00-E90) 322第5章精神和行为障碍(F00-F99) 389第6章神经系统疾病(G00-G99) 482第7章眼和附属器官疾病(H00- H59) 535第8章耳和乳突疾病(H60- H95) 578第9章循环系统疾病(I00-I99) 592第10章呼吸系统疾病(J00-J99) 653第11章消化系统疾病(K00-K93） 696第12章皮肤和皮下组织疾病(L00-L99)

192 浏览

从临床试验设计到期中分析，为什么你需要一套真正覆盖全流程的R语言教学体系

DrXie_MACogent医疗行业从业者

一、确证性试验的"战略决策点"临床试验期中分析（Interim Analysis, IA）是指在试验尚未完成全部受试者入组或随访之前，基于已累积的部分数据（Accumulated Data），对试验的疗效（Efficacy）、安全性（Safety）或无效性（Futility）进行预先计划评估的统计程序。它不是"提前偷看数据"，而是在严格的统计框架下，为申办方（Sponsor）提供一次乃至多次"中途审视全局、及时做出正确决策"的机会。期中分析的价值体现在三个维度。伦理维度：当中期数据显示试验药物已显著优于对照组（Superiority），继续让对照组受试者接受安慰剂或次优治疗，在伦理上难以辩护

270 浏览

临床研究的新视角，为什么我们需要关注疾病的"全过程"，而不仅仅是"最终结局"

DrXie_MACogent医疗行业从业者

在临床研究中，一个看似简单的问题长期困扰着医学统计学者：患者从确诊到最终结局之间，到底经历了什么？传统的生存分析——比如我们熟悉的Kaplan-Meier生存曲线和Cox比例风险模型——回答的是"事件是否发生"以及"何时发生"的问题。这在很多场景下足够有效，例如研究患者是否死亡、是否发生心血管事件等单一终点。但如果你是一位肿瘤科医生，你可能会问：患者什么时候复发？复发后多久死亡？哪些因素影响了复发风险？哪些因素又影响了复发后的生存时间？这些问题，传统生存分析无法回答。真实世界中的疾病演变，远比一个简单的"是/否"终点复杂得多。肿瘤患者可能先达到完全缓解，随后局部复发，再发生远处转移，最终因疾病

251 浏览

为什么"期中分析"（Interim Analysis）成为了现代临床试验不可或缺的工具！

DrXie_MACogent医疗行业从业者

在新药研发的漫长征途中，临床试验无疑是最关键、也最烧钱的环节。动辄数亿美金的投入、数年时间的等待，如果等到最后一批患者完成随访才发现试验药物无效，甚至有害，代价是难以承受的。这就是为什么"期中分析"（Interim Analysis）成为了现代临床试验不可或缺的工具。什么是期中分析？简单来说，期中分析就是在试验正式结束之前，按照预先设定的时间点，对已积累的数据进行一次有计划的"检视"。它的核心目的不是"看看结果好不好"，而是回答一个问题：基于当前已有的证据，是否已经足够做出继续、停止或调整试验的决策？这就像一场马拉松，你不需要等到所有人冲过终点线才去看成绩——你可以在中途设置几个检查点，看看