适合人群
临床医生、医学研究生、流行病学与公共卫生研究者
← AI 科研案例集 / 医学与健康
医学与健康 · OpenScience 真实对话 · GPT-5.6-sol
回顾性队列：混杂与缺失数据
用120例完全虚构队列比较未调整与调整后效应，并检查缺失模式与敏感性分析。
1 轮原生对话120例虚构队列效应调整与敏感性分析
开始前准备
准备去标识化的数据表、数据字典、纳排标准、时间零点、暴露与结局定义。不要上传可识别患者身份的信息。
你将获得
- 1 轮原生对话
- 120例虚构队列
- 效应调整与敏感性分析
- 5 项可查看的项目文件
方法与边界
案例不能替代伦理审查、统计师复核或临床判断；模拟结果不得用于真实诊疗。
原生会话与文件
直接查看真实使用场景
保留原始用户提问和 Agent 完整回复；公开版本仅移除内部路径、连接信息、凭据、隐藏推理与计费数据。
真实对话｜医学与健康｜回顾性队列中的混杂与缺失数据
AI 研伴（OpenScience） · gpt-5.6-sol
用户
请制作一个完全虚构的120例回顾性临床队列轻量示例，比较治疗A/B与30天二分类结局。纳入年龄、严重程度、合并症并设置少量缺失；展示未调整风险差与混杂调整后的标准化风险差，再做完全病例敏感性分析。请生成CSV、结果CSV、一张PNG森林图、中文HTML和可复现Python脚本。只用numpy、pandas、sklearn、matplotlib；用Bash实际运行并确认文件存在。脚本尽量控制在100行左右，先定义所有变量再使用。明确关联不等于因果。
AI 研伴（OpenScience） · gpt-5.6-sol
已制作并实际运行确认，生成以下文件：
cohort_120.csv：120例完全虚构的回顾性队列数据results.csv：未调整、混杂调整及完全病例敏感性分析结果forest_plot.png：风险差点估计图report.html：中文HTML报告analysis.py：可复现Python脚本，共83行
脚本仅使用：
numpypandassklearnmatplotlib
运行验证结果：
- 样本量：120例
- 变量：治疗、年龄、严重程度、合并症、30天结局
- 协变量缺失单元格：13个
- 完全病例数：108例
- 结果行数：4行
- CSV、PNG、HTML均成功生成且文件非空
主要结果如下，风险差定义为 A − B：
| 分析 | 风险差 |
|---|---|
| 未调整风险差 | -0.0067 |
| 混杂调整后标准化风险差 | -0.1782 |
| 完全病例：未调整风险差 | -0.0170 |
| 完全病例：调整后标准化风险差 | -0.2051 |
其中，标准化风险差通过逻辑回归模型纳入年龄、严重程度和合并症，并将每个个体分别假设接受治疗A和治疗B后取平均预测风险之差获得。主分析中的缺失协变量采用中位数填补；敏感性分析仅纳入协变量完全观测者。
报告中已明确说明：这些数据和结果完全虚构，仅用于教学演示；回顾性观察数据中的关联不等于因果。由于未计算置信区间，PNG为风险差点估计图，而非带置信区间的传统森林图。
工具执行细节已脱敏；交付文件保留在右侧。
1 轮原生对话
120例虚构队列
效应调整与敏感性分析
继续探索
相关科研案例
常见问题
使用这个案例前，你可能想了解
“回顾性队列：混杂与缺失数据”适合哪些用户？
临床医生、医学研究生、流行病学与公共卫生研究者
复制案例前需要准备什么？
准备去标识化的数据表、数据字典、纳排标准、时间零点、暴露与结局定义。不要上传可识别患者身份的信息。
可以把案例结果直接用于论文或决策吗？
不建议直接照搬。案例不能替代伦理审查、统计师复核或临床判断；模拟结果不得用于真实诊疗。复制案例后，应使用自己的数据重新运行并逐项核验。
这个案例会占用很多计算资源吗？
不会。公开案例按网页版轻量分析设计；大型原始数据、深度学习、单细胞、空间组学或医学影像任务，建议通过远程计算功能连接自己的服务器。