"公共医学数据库的应用越来越广泛，利用这些数据库进行论文写作可以显著减少研究成本和时间。《R语言医学数据分析实践》以公共医学数据为例，讲解如何使用R语言进行数据挖掘和统计分析。《R语言医学数据分析实践》通过大量精选的实例，对统计分析方法进行了深入浅出的介绍，旨在帮助读者解决医学数据分析中遇到的实际问题。《R语言医学数据分析实践》配套提供示例源码、PPT课件、作者微信群答疑服务。
《R语言医学数据分析实践》共分为12章，内容包括R语言介绍、R语言基本语法、R语言数据清洗、R语言数据可视化、R语言统计建模分析方法、R语言机器学习实战入门、列线图在预测模型中的应用、临床数据挖掘中的生存分析、NHANES 数据库挖掘实战、GEO数据库挖掘实战、孟德尔随机化分析实战、单细胞测序实战。
《R语言医学数据分析实践》适用于临床医学、公共卫生及其他医学相关专业的本科生和研究生使用，也可作为其他专业的学生和科研工作者学习数据分析的参考书。阅读本书，读者不仅能够掌握使用R语言及相关包快速解决实际问题的方法，还能更深入地理解公共医学数据库挖掘的实战精髓。"

目 录

第1章 R语言介绍\t1
1.1 R语言概述\t1
1.1.1 什么是R语言\t1
1.1.2 临床医生使用R语言的优势\t1
1.2 R编程环境的搭建\t2
1.2.1 R语言的下载和安装\t3
1.2.2 RStudio的下载和安装\t5
1.2.3 RStudio操作\t6
1.3 R语言包\t8
1.3.1 什么是R包\t8
1.3.2 R包的安装\t8
1.4 初识R语言的注意事项\t9
第2章 R语言的基本语法\t11
2.1 R语言的数据结构\t11
2.1.1 向量\t11
2.1.2 矩阵\t13
2.1.3 数组\t15
2.1.4 数据框\t16
2.2 R语言函数简介\t17
2.2.1 函数的定义\t17
2.2.2 常用内置函数的使用\t18
2.3 R语言中的数据读写\t19
2.3.1 读取文件\t19
2.3.2 写入文件\t20
2.3.3 读写其他数据文件\t21
2.4 R语言流程控制\t21
2.4.1 判断语句\t21
2.4.2 循环语句\t23
2.5 字符串操作\t24
2.6 R语言数据保存\t26
第3章 R语言数据清洗\t27
3.1 数据清洗的重要性\t27
3.2 数据质量评估\t28
3.3 数据清洗\t30
3.3.1 缺失值检查及处理\t30
3.3.2 异常值检查及处理\t32
3.3.3 重复值检查及处理\t34
3.4 数据清洗dplyr包的使用\t34
3.5 数据清洗实战\t37
第4章 R语言数据可视化\t42
4.1 基础绘图\t42
4.2 ggplot2绘图\t45
4.2.1 ggplot2语法入门及相关软件包\t46
4.2.2 ggplot2绘制简单的统计图形\t46
4.2.3 ggplot2绘制复杂图形（统计图的组合、分面展示）\t54
4.3 高质量SCI论文绘图\t58
4.3.1 聚类分析和相关分析的热图详解\t58
4.3.2 ROC曲线的绘制\t63
4.3.3 火山图的绘制\t67
第5章 R语言统计建模分析\t71
5.1 经典统计分析\t71
5.1.1 t检验\t71
5.1.2 方差分析\t73
5.1.3 卡方检验\t74
5.1.4 简单线性回归分析\t75
5.2 高级回归分析\t77
5.2.1 多重线性回归分析\t77
5.2.2 Logistic回归分析\t78
5.2.3 回归分析实战\t80
5.3 SCI文章两表一图实战\t84
5.3.1 SCI文章—基线资料表\t84
5.3.2 SCI文章—单因素回归分析表或多因素回归分析表\t88
5.3.3 SCI文章—亚组分析的森林图\t89
5.3.4 性立方样条图\t92
第6章 R语言机器学习实战入门\t95
6.1 什么是机器学习\t95
6.2 机器学习的流程\t96
6.2.1 数据收集\t96
6.2.2 数据预处理\t97
6.2.3 特征工程\t97
6.2.4 模型构建和训练\t98
6.3 机器学习分类\t98
6.3.1 监督学习\t98
6.3.2 无监督学习\t99
6.3.3 强化学习\t100
6.4 过拟合和欠拟合\t101
6.4.1 过拟合\t101
6.4.2 欠拟合\t101
6.5 衡量机器学习模型的指标\t102
6.5.1 正确率、准确率和召回率\t102
6.5.2 几个常见的比率\t104
6.5.3 混淆矩阵\t104
6.5.4 F1 score和ROC曲线\t105
6.6 K折交叉验证\t108
6.7 支持向量机概述\t108
6.8 随机森林概述\t110
6.9 糖尿病风险预测实战\t110
6.9.1 数据集背景\t110
6.9.2 数据预处理\t112
6.9.3 模型建立\t113
6.9.4 模型评估\t113
6.10 ICU患者死亡率预测实战\t115
6.10.1 数据集背景\t115
6.10.2 数据预处理\t115
6.10.3 模型建立\t118
6.10.4 模型评估\t120
第7章 列线图在预测模型中的应用\t122
7.1 列线图基本原理\t122
7.2 列线图的三大要素\t123
7.3 列线图解读\t123
7.4 列线图的实战\t124
7.4.1 列线图R实例一\t124
7.4.2 列线图R实例二\t126
7.5 列线图在数据挖掘中的应用\t128
第8章 临床数据挖掘中的生存分析\t133
8.1 基本概念和原理\t133
8.1.1 什么是生存数据\t133
8.1.2 生存分析的含义\t134
8.1.3 为什么要用生存分析\t134
8.1.4 生存分析的删失\t135
8.1.5 生存分析的常用方法\t135
8.2 Kaplan-Meier法生存分析实战\t137
8.2.1 Kaplan-Meier法介绍\t137
8.2.2 Kaplan-Meier生存曲线R语言实战\t137
8.3 Cox生存分析实战\t142
8.3.1 Cox回归模型介绍\t142
8.3.2 Cox回归模型实战\t143
8.4 竞争风险模型\t144
8.4.1 临床研究中如何处理竞争事件\t145
8.4.2 竞争风险模型R语言实战\t145
第9章 NHANES数据库挖掘实战\t149
9.1 NHANES数据库介绍\t149
9.2 NHANES数据库的下载与合并\t152
9.3 NHANES权重介绍及使用\t155
9.3.1 什么是权重\t156
9.3.2 NHANES权重分析的必要性\t156
9.3.3 NHANES权重如何选择\t158
9.3.4 NHANES权重实战\t160
9.4 NHANES数据分析实战\t162
9.5 NHANES数据库发文选题介绍\t173
第10章 GEO数据库挖掘实战\t175
10.1 GEO数据库介绍\t175
10.1.1 GEO数据库概况\t175
10.1.2 GEO数据库组织结构\t176
10.2 GEO数据库检索\t176
10.3 芯片基础知识\t179
10.4 GEO数据库分析实战\t179
10.4.1 找GSE编号\t180
10.4.2 安装生物信息分析所需的R包\t181
10.4.3 下载表达矩阵\t182
10.4.4 获取分组信息\t184
10.4.5 获取表达矩阵并检查数据\t185
10.4.6 转换探针ID\t186
10.4.7 差异分析\t189
10.4.8 分析结果可视化—火山图、热图\t192
10.5 GEO多数据集差异分析\t195
第11章 孟德尔随机化分析实战\t200
11.1 什么是孟德尔随机化\t200
11.1.1 基因型和表型\t200
11.1.2 孟德尔随机化简介\t201
11.2 孟德尔随机化研究流程\t204
11.2.1 MR研究流程七步法\t204
11.2.2 MR分析数据库介绍\t207
11.3 孟德尔随机化分析实战\t211
11.3.1 TwoSampleMR包双样本MR分析\t211
11.3.2 MR分析网站—MR-Base实战\t219
11.4 孟德尔随机化研究论文复现实战\t225
11.5 孟德尔随机化分析的优势和论文选题\t236
第12章 单细胞测序实战\t239
12.1 单细胞测序概述\t239
12.1.1 为什么要做单细胞测序\t239
12.1.2 单细胞测序技术原理\t240
12.2 单细胞测序分析流程\t241
12.2.1 读取原始数据并建立表达矩阵\t241
12.2.2 消除技术误差\t242
12.2.3 细胞聚类与可视化\t244
12.3 单细胞转录组分析实战\t248
12.3.1 安装Seurat包\t248
12.3.2 数据导入\t249
12.3.3 数据质控\t251
12.3.4 寻找高变基因\t253
12.3.5 PCA降维\t254
12.3.6 细胞聚类\t258
12.3.7 寻找差异表达标记基因\t260
12.3.8 细胞注释\t262
12.4 单细胞测序多样本分析实战\t267
12.5 单细胞测序临床应用\t278