照猫画虎！一模一样的分析，同一个数据库，换个病就能发表又一篇预测模型文章

最近看了看SEER公众数据库发的预测模型的文章，本打算解读一下利用公共数据库SEER发表最新的预测模型文章。

就是3月4日发的这篇文章，但遗憾的是，找不到全文。

不过在无意间找到了在2022年发的一篇和这篇非常相似的文章，看看标题，同样一个数据库，换一个疾病，就能发两篇文章，这还真不错。

我们来比较它们的摘要，就会发现这两篇文章构建模型的方式都是一样的，都是利用竞争性风险模型进行分析；累计发病率都是用的子分布风险回归计算而来。

真的，只要依葫芦画瓢，用同样的数据库，再找一个疾病，用差不多的预测因子，用差不多的预测方法，轻轻松松也能发表一篇SCI。

接下来给大家简单介绍文章中运用的统计学方法，第一篇文章没找到，只能给大家解读一下第二篇文章

该文章的目的是探讨早期卵巢癌患者第二原发性恶性肿瘤（SPMs）的临床特征，并提供发生第二原发性恶性肿瘤的预测工具。所选用的就是美国监测、流行病学和结果的数据（SEER）。

得到的结论是竞争性风险预测模型可以帮助内科医生识别SPMs发生的风险及制定临床风险干预管理办法。

统计分析方法简介

这篇文章统计学方法还是介绍的比较简单，就这么一段

简单给大家讲讲统计分析的步骤：

1、两组人群临床特征进行了卡方检验

2、SPMs累计发生率采用了Fine and Gray的子分布风险回归计算

3、预测因子的选择用了Fine and Gray 模型合并逐步消除法进行变量的筛选

4、通过竞争风险列线图预测3年、5年、10年的SPMs发生率

5、对建立模型进行评价、利用DCA计算临床获益情况

6、这些分析利用R语言“crrstep”，“cmprsk”，“rms”包完成（但是ccrstep在R官网里已经找不到了）

基本分析方法就这么6步，我们只要学会这6步，结合公共数据库，文章就有了。