Autore di report Kaplan-Meier
Trasforma i risultati in un report completo
Autore di report Kaplan-Meier
Trasforma i risultati in un report completo
Anteprima
Descrizione
Genera un testo completo di Metodi + Risultati a partire dai risultati della curva di sopravvivenza Kaplan-Meier, del test log-rank e della regressione di Cox. Interpreta correttamente gli hazard ratio, segnala chiaramente quando la percentuale di censura è elevata e ricorda di verificare l'assunzione dei rischi proporzionali per il modello di Cox. Adatto a ricercatori che lavorano con dati di sopravvivenza clinici o epidemiologici.
Consigliato da
Shuting@YouMind
Perché consigliamo questa abilità
Trasforma gli output Kaplan-Meier, log-rank e Cox in testi completi di Metodi e Risultati, chiarendo censura, direzione degli hazard ratio e assunzione dei rischi proporzionali.
Abilità correlate
Vedi tutto
RicercaAutore analisi di Kaplan-Meier
Produce un testo completo per le sezioni Metodi e Risultati a partire dalla curva di sopravvivenza Kaplan-Meier, dal test log-rank e dai risultati della regressione di Cox. Interpreta correttamente gli hazard ratio, segnala esplicitamente un tasso di censura elevato e ricorda di verificare l’assunzione dei rischi proporzionali per i modelli di Cox. A chi è rivolto: ricercatori che lavorano con dati clinici o epidemiologici di sopravvivenza.
RicercaGeneratore di test tra gruppi
Genera un testo dei Risultati, conforme all'APA 7 e pronto per essere inserito in un articolo, a partire dagli output dei test t, ANOVA o chi-quadrato. Utilizza il formato corretto per la comunicazione dei risultati statistici (t(df)=..., p=..., d=...) e interpreta la dimensione dell'effetto secondo i criteri di Cohen. Se il confronto riguarda tre o più gruppi, ricorda che è necessario indicare la correzione per confronti multipli. Adatto a ricercatori e studenti post-laurea che svolgono studi sperimentali o comparativi.
RicercaAnalisi Logistica & ROC-AUC
Trasforma i risultati delle tue analisi di regressione logistica (odds ratio, intervalli di confidenza, ROC-AUC) in una sezione accademica dei Risultati, pronta per essere inserita direttamente in un articolo. Classifica correttamente il valore ROC-AUC secondo criteri standard ed evita interpretazioni eccessive per le variabili non significative. Adatto a: ricercatori che sviluppano modelli predittivi clinici e studenti post-laurea.
Informazioni
- Versione
- v2
- Ultimo aggiornamento
- Crediti per esecuzione
- In base all’utilizzo
- Modelli
- Automatico
