"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。"

"李丹，福建医科大学附属协和医院消化内科主任医师，教授，博士生导师，福建省高层次人才，福建省青年五四奖章、福建省青年科技奖获得者。中华医学会消化病分会青年委员。以通讯作者或第一作者身份发表SCI论文16篇。宋立桓，曾服务于微软中国有限公司，国内互联网头部企业解决方案资深架构师，专注于人工智能和大数据挖掘分析，拥有多项人工智能发明专利。著有《Python深度学习从零开始学》《云原生构建数字世界》《MySQL性能优化和高可用架构实践》《PyTorch深度学习与企业级项目实战》等科技著作。蔡伟祺，福建医科大学协和临床医学院2022级专业学位硕士研究生，精通R语言和公共医学数据库挖掘。"

前 言 传统临床研究设计方法论产生的前提，是当时无法处理的海量临床数据，以及无法考察全集而必须抽样。无论是随机对照试验还是队列研究，其核心技术本质上都是围绕恰当的抽样设计而展开的。然而，由于疾病本身的复杂性和患者个体之间不可避免的差异性，随机对照试验和队列研究所揭示的真相是有限的。虽然扩大样本量可以减少异质性，但样本量的增加带来的异质性减少呈边际递减趋势，而成本却呈数量级上升。 随着计算机科学的进步，我们对临床数据的记录和处理能力已经远非20世纪80年代的研究者所能想象。但是，在利用计算机工具对这些海量数据进行清洗、建模和计算时，旧有的、适用于传统临床设计的统计工具已经无法胜任。这需要更为强大的计算机语言来实现。这种语言不仅能够用于假设和猜想的验证，还能在没有假设和猜想时，通过对数据进行模式识别来提取海量临床数据中的重要信息。这种模式识别分析方法对分析工具的灵活性要求很高，传统的固定分析软件难以实现。 R语言比现有商业化软件更适用于临床数据挖掘的新分析模式。在未来医学统计的工具中，R语言必将占有一席之地。特别是在公共医学数据库的应用日益广泛的背景下，基于这些数据库来撰写论文，不需要自己进行实验或采集数据，从而可以减少研究成本和时间。通过挖掘现有的临床大数据来发现新思路，也是一种有效的研究手段。目前，许多国际权威的公共医学数据库平台都鼓励医学科研人员使用R语言进行数据挖掘和科学研究。这些数据库中的数据来源可靠，样本量大，而且不用担心原始数据追溯和伦理等问题。 关于本书 培养精通数据挖掘、人工智能等新一代信息技术的未来医生，是时代赋予医科院校的重要使命。推进医学...