护理科研学习路径
为不同阶段的护理工作者提供清晰的学习路线，从科研入门到数据分析，循序渐进掌握核心技能
科研入门
了解护理科研基本概念、伦理和选题技巧，掌握文献检索与综述撰写方法
研究设计
学习量性研究与质性研究设计方法，掌握问卷设计、量表选择与验证技巧
数据收集
掌握数据收集方法与质量控制，学习样本量估算与抽样，了解伦理审查流程
统计分析
学习常用统计方法与工具，掌握描述性统计、推论统计及高级统计分析技巧
论文写作
学习撰写研究论文的实用技巧，助力发表高水平的研究成果
核心学习资源
精心整理的护理科研与统计分析学习资料，满足不同学习需求，更多内容请前往护理统计随笔公众号学习
临床预测模型与机器学习应用
深入解析预测模型研究的研究设计与统计方法的应用，理论联系实际
- 传统预测模型全流程：模型建立、变量选择、ROC/校准曲线/决策曲线、内部外部验证
- 机器学习算法实战：随机森林、XGBoost、LightGBM、多层感知机、SVM等在临床预测中的应用
- mlr3框架、tidymodels框架的使用，涵盖自动调参、类别不平衡处理、模型可解释性（SHAP）等策略
循证相关方法
循证方法是临床决策的 “指南针”，从文献海洋到证据落地，让每一步实践都有科学支撑。
- 文献检索：精准定位研究证据，突破关键词壁垒，从海量文献中捞出关键信息
- 系统评价与Meta分析：常规+网状，用规范流程整合研究结果，让证据强度一目了然
- 最佳证据总结：提炼核心结论，将零散研究转化为可直接应用的临床行动清单
高级数据分析
近几年护理研究热门的统计分析方法详解，附Mplus或R语言代码实操
- 实用工具的介绍与实操教学：Mplus、R、SPSS宏程序、stata、AMOS、SAS
- 横断面研究：潜在剖面分析、潜在类别分析、结构方程模型、中介调节效应、主客体互倚
- 纵向研究：传统纵向数据分析（GEE、混合效应模型）、交叉滞后、潜在转变、轨迹分析(GBTM、GMM)等
实用统计工具
专为护理科研设计的在线工具，简化数据分析流程，提高研究效率
在线版潜在剖面分析程序
潜在剖面分析是一种用于探索数据中潜在结构的方法，通过将个体分为不同的潜在类别，从而揭示数据中的潜在模式，可以将其理解为另一种聚类分析。
本工具是基于R语言的潜在剖面分析工具，可以在线使用，无需下载安装。
批量亚组分析+森林图程序
本工具是基于R语言的批量执行亚组分析和森林图绘制的在线小工具，适用于logistic或cox回归，可以在线使用，无需下载安装。
亚组分析指将总体研究人群按照某些特征（如人口学指标、疾病特征、治疗方式等）划分为不同的子组，分别对各子组进行统计分析。
可视化同期网络分析
同期网络分析是一种用于探索变量间复杂关系的方法，通过构建网络模型，可视化变量之间的关联强度和方向，帮助研究者深入理解数据的内在结构。
本工具提供直观的网络可视化界面，支持多种网络分析算法，适用于护理科研中的多变量关系探索和模式识别研究。
关注护理统计随笔公众号，获取最新科研资讯
我们提供护理科研数据分析、科研辅导、定制等服务，具体细节请添加微信（右图）
