此外，RCS的结果显示，ZJU指数与CAP之间呈倒L形关系（拐点在60.56），与LSM之间呈J形关系（拐点在51.27）。图3 ZJU指数和LSM之间的RCS曲线 综上所述，研究团队认为，ZJU指数可有效评估非酒精性脂肪肝病患者的肝纤维化和肝脂肪变性的严重程度。因此，在未来可将其作为一个有价值的生物标志物进行深入研究。想获得...
06:绘制RCS曲线 这里同样为大家展示2种R包的绘制方式,分别是plotRCS包或者rms与ggplot包的结合。 方法一:plotRCS包 plotRCS包绘制RCS图像相对更加简单,各参数设置也非常好理解,但是在其他细节方面的调整上就显得有点力不从心了。 “医学论文与统计分析”公众号回复“241复现文章”获取全部代码与数据 结果图像展示: ...
RCS分析显示NLR与全因死亡率呈正线性相关(图1A)。在模型1中,随着NLR值的升高,全因死亡风险显著增加(表2)。经多因素调整后,NLR每增加一个单位,模型2和模型3的全因死亡风险分别增加13%和12%(表2)。生存曲线分析显示,与低NLR组相比,高NLR组的生存率显著降低(图2A)。Cox回归分析显示,与低NLR组相比,高NLR组的...
第三步:绘制RCS曲线 单因素RCS曲线的绘制比较简单,平台可以一站式实现三种回归分析。 只需要选择回归类型、自变量、因变量,平台就会自动给出RCS曲线啦。 如果需要绘制调整调整协变量后的RCS曲线,只多1步,勾选协变量即可! 除此之外,平台还支持图片多种细节自定义调整,包括RCS曲线节点数、P值图例、坐标轴、标签、曲...
同时，采用加权多元线性回归模型和限制性立方样条(RCS)进行关联分析。此外，进一步评估了乳酸脱氢酶（LDH）和球蛋白（Glo）在关联中的中介作用。图1 NHANES 2003~2010 年和 2015~2018 年参与者的逐步选择过程 研究结果显示，相较于每日进食频率≤ 3.0 次的个体，每日进食频率≥ 4.6 次的个体的 KDM 残差和 PA ...
此外,RCS的结果显示,ZJU指数与CAP之间呈倒L形关系(拐点在60.56),与LSM之间呈J形关系(拐点在51.27)。 图2 ZJU指数和CAP之间的RCS曲线 图3 ZJU指数和LSM之间的RCS曲线 综上所述,研究团队认为,ZJU指数可有效评估非酒精性脂肪肝病患者的肝纤维化和肝脂肪变性的严重程度。因此,在未来可将其作为一个有价值的生物标志...
图4 RCS曲线 √亚组分析 亚组分析的结果也表明,在BMI正常、当前吸烟者和高血压患者中,健康且抗炎饮食模式的患者死亡风险更低。 预测模型的构建与评估 √变量筛选 通过最小绝对收缩和选择运算符(LASSO回归),研究团队在DII(27种)和HEI-2015 评分(13种)的膳食成分中,最终筛选出13种可预测RA患者全因死亡率的饮食...
图2 ZJU指数和CAP之间的RCS曲线 图3 ZJU指数和LSM之间的RCS曲线 综上所述,研究团队认为,ZJU指数可有效评估非酒精性脂肪肝病患者的肝纤维化和肝脂肪变性的严重程度。因此,在未来可将其作为一个有价值的生物标志物进行深入研究。 想获得NHANES新指标第一手资料的朋友,欢迎关注“公共数据库与孟德尔随机化”公众号,我...
DII最高分位(T3)与最低分位相比,低肌肉质量的风险增加了61% (OR = 1.61, 95%CI: 1.19-2.17, p趋势= 0.004)。RCS曲线显示DII评分与糖尿病/前驱糖尿病患者低肌肉质量风险之间呈线性剂量反应关系。亚组分析和敏感性分析为我们的结果提供了稳健性。
生存分析丨RCS曲线 丨影响因素森林图 亚组分析与森林图丨多模型策略控制混杂 风暴统计平台实操 第一步:数据的导入 首先,点击下方链接,来到平台操作界面,根据图片提示,完成数据的导入。 www.zstats.cn/software2/NHS_statistic_all/ 第二步:权重设置 接着来到"研究设计及权重"模块,主要是选中我们的权重变量。