● 研流 ResFlow · 方法学与参考依据
方法学与参考依据
研流 ResFlow 的每个统计引擎都基于公开、可追溯的标准方法。这里把各工具所依据的方法与权威文献集中列出，方便你在写方法学、回复审稿意见时直接引用，也方便核对实现是否对路。每项附对应在线工具链接。
怎么用这页
① 写论文方法学时，按你用到的分析找到对应方法与文献，规范引用；② 想核对工具实现，可结合各工具的「导出 R 代码 / R 复核对照」在 R 中复跑比对（见 使用说明 · 验证与复核）。文献版本与页码请以原文为准。
回归与预测建模
| 方法 | 主要参考文献 | 对应工具 |
|---|---|---|
| Logistic 回归 | Hosmer DW, Lemeshow S. Applied Logistic Regression. Wiley. | Logistic 回归 → |
| 限制性立方样条（RCS） | Harrell FE. Regression Modeling Strategies, 2nd ed., Springer 2015；Durrleman S, Simon R. Stat Med 1989. | RCS 样条 → |
| 列线图（Nomogram） | Iasonos A, et al. J Clin Oncol 2008;26:1364. | 列线图 → |
| 多重共线性（VIF） | Marquardt DW. Technometrics 1970；回归诊断标准方法。 | 项目工作台 · 模型诊断 → |
| 多元线性回归（OLS，连续结局） | 最小二乘标准方法；Draper NR, Smith H. Applied Regression Analysis, 3rd ed., Wiley 1998. | 项目工作台 · 线性回归 → |
| 嵌套模型比较（似然比检验 / AIC） | Akaike H. IEEE Trans Automat Contr 1974;19:716；似然比检验为标准嵌套模型检验。 | 项目工作台 · 模型比较 → |
生存分析与竞争风险
| 方法 | 主要参考文献 | 对应工具 |
|---|---|---|
| Cox 比例风险模型 | Cox DR. JRSS-B 1972;34:187；并列处理 Breslow NE. Biometrics 1974. | Cox 回归 → |
| 等比例风险（PH）检验 | Schoenfeld D. Biometrika 1982；Grambsch PM, Therneau TM. Biometrika 1994;81:515. | 项目工作台 · 模型诊断 → |
| Harrell C-index（一致性） | Harrell FE, et al. Stat Med 1996;15:361. | Cox 回归 → |
| 时间依赖 ROC / AUC（IPCW） | Uno H, et al. JASA 2007;102:527；Blanche P, et al. Stat Med 2013（timeROC）. | 项目工作台 · 时间依赖 AUC → |
| Fine-Gray 竞争风险（亚分布风险） | Fine JP, Gray RJ. JASA 1999;94:496. | Fine-Gray 回归 → |
| 累积发生率函数 CIF（Aalen-Johansen） | Aalen OO, Johansen S. Scand J Stat 1978;5:141. | 竞争风险 CIF → |
| 限制平均生存时间（RMST） | Royston P, Parmar MKB. BMC Med Res Methodol 2013;13:152. | RMST → |
| Kaplan-Meier 生存估计 | Kaplan EL, Meier P. JASA 1958;53:457. | 项目工作台 · KM 曲线 → |
| log-rank 检验（组间生存比较） | Mantel N. Cancer Chemother Rep 1966;50:163；Peto R, Peto J. JRSS-A 1972;135:185. | 项目工作台 · log-rank → |
诊断试验与区分度
| 方法 | 主要参考文献 | 对应工具 |
|---|---|---|
| ROC 曲线与 AUC | Hanley JA, McNeil BJ. Radiology 1982;143:29. | ROC 曲线 → |
| 两条 ROC 比较（DeLong 检验） | DeLong ER, et al. Biometrics 1988;44:837. | DeLong 检验 → |
| 校准与拟合优度（Hosmer-Lemeshow） | Hosmer DW, Lemeshow S. Commun Stat 1980;9:1043. | 校准曲线 → |
| 决策曲线分析（DCA） | Vickers AJ, Elkin EB. Med Decis Making 2006;26:565. | 决策曲线 → |
| 似然比与验后概率（Fagan 列线图） | Fagan TJ. N Engl J Med 1975;293:257. | Fagan 列线图 → |
| NRI / IDI（重分类改善） | Pencina MJ, et al. Stat Med 2008;27:157. | NRI / IDI → |
模型验证与校准
| 方法 | 主要参考文献 | 对应工具 |
|---|---|---|
| Bootstrap 内部验证（乐观度校正） | Harrell FE, et al. Stat Med 1996;15:361；Steyerberg EW, et al. J Clin Epidemiol 2001;54:774；Efron B, Tibshirani R. An Introduction to the Bootstrap, 1993. | 项目工作台 · 内部验证 → |
| 外部验证（区分度与校准） | Steyerberg EW, Vergouwe Y. Eur Heart J 2014;35:1925；Collins GS, et al. Ann Intern Med 2015;162:55. | 项目工作台 · 外部验证 → |
| 校准斜率与校准曲线 | Van Calster B, et al. J Clin Epidemiol 2016;74:167；Crowson CS, et al. Stat Methods Med Res 2018;27:1885. | 项目工作台 · 校准 → |
| 每变量事件数（EPV） | Peduzzi P, et al. J Clin Epidemiol 1996;49:1373（Logistic）；Vittinghoff E, McCulloch CE. Am J Epidemiol 2007;165:710（Cox）. | 项目工作台 · 内部验证 → |
一致性与信度
| 方法 | 主要参考文献 | 对应工具 |
|---|---|---|
| Bland-Altman 一致性 | Bland JM, Altman DG. Lancet 1986;1:307. | Bland-Altman → |
| 组内相关系数（ICC） | Shrout PE, Fleiss JL. Psychol Bull 1979;86:420. | ICC → |
| Kappa 一致性（两评估者 / 多评估者） | Cohen J. Educ Psychol Meas 1960；Fleiss JL. Psychol Bull 1971. | Kappa → |
证据综合与因果
| 方法 | 主要参考文献 | 对应工具 |
|---|---|---|
| Meta 分析（随机效应） | DerSimonian R, Laird N. Control Clin Trials 1986;7:177. | Meta 分析 → |
| 发表偏倚（Egger 检验 / 漏斗图） | Egger M, et al. BMJ 1997;315:629. | 漏斗图 → |
| 倾向评分（PSM / IPTW / SMD） | Rosenbaum PR, Rubin DB. Biometrika 1983;70:41；Austin PC. Stat Med 2009. | 倾向评分 → |
| 趋势检验（Cochran-Armitage） | Cochran WG. Biometrics 1954；Armitage P. Biometrics 1955. | 趋势检验 → |
报告规范
| 方法 | 主要参考文献 | 对应工具 |
|---|---|---|
| 预测模型报告（TRIPOD） | Collins GS, et al. Ann Intern Med 2015;162:55. | 项目工作台 · 论文素材 → |
| 观察性研究报告（STROBE） | von Elm E, et al. Lancet 2007;370:1453. | — |
| 随机对照试验报告（CONSORT） | Schulz KF, et al. BMJ 2010;340:c332. | — |
以上为各方法的主要原始文献，便于规范引用与溯源；具体卷期页码及最新版本请以原文为准。工具的数值实现已通过「退化为已知方法」等方式自校验（详见 使用说明 · 验证与复核），但内部表现偏乐观，关键结论建议结合外部数据与 R 等独立实现复核后报告。