九方思乐

生物医学统计分析平台

🔍

J Med Virol (2021)

The impact of awareness diffusion on the spread of COVID-19 based on a two-layer SEIR/V-UA epidemic model

Xueke Zhao, Qingming Zhou, Anjing Wang, Fenping Zhu, Zeyang Meng, Chao Zuo

DOI: 10.1002/jmv.26945 | 工具: EpiBuilder 流行病学建模

Chinese Physics C (2008)

Rotating Wheel Filter Design and Optimization for a Uniform Depth Dose Distribution in Heavy Ion Therapy

Qing-ming ZHOU, Hong ZHANG, Qiang LI, et al.

原文: 点击查看 | 工具: SOBP 质子束展宽布拉格峰

Cancer (2011)

Identification of a gene-expression signature for predicting lymph node metastasis in patients with early stage cervical carcinoma

Huang L, Zheng M, Zhou QM, Zhang MY, Jia WH, Yun JP, Wang HY

DOI: 10.1002/cncr.25870 | 工具: Logistic回归 / 基因特征选择

Med Oncol (2012)

Identification of a 7-gene signature that predicts relapse and survival for early stage patients with cervical carcinoma

Huang L, Zheng M, Zhou QM, Zhang MY, Yu YH, Yun JP, Wang HY

DOI: 10.1007/s12032-012-0166-3 | 工具: SurvivalFlow 生存分析流程 / 基因Signature

Clin Cancer Res (2013)

Clinical significance and prognostic value of microRNA expression signatures in hepatocellular carcinoma

Wei R, Huang GL, Zhang MY, Li BK, Zhang HZ, Shi M, Chen XQ, Huang L, Zhou QM, Jia WH, Zheng XF, Yuan YF, Wang HY

DOI: 10.1158/1078-0432.CCR-12-2728 | 工具: SurvivalFlow 生存分析流程 / 基因Signature

查看全部论文详情 →

联系信息

微信icecoler
邮箱5486463@qq.com
网站mathmedi.com
公司思乐信息咨询(广州)有限责任公司

快速开始

  • 点击左侧分类目录选择工具类型,或直接搜索关键词找到需要的工具
  • 点击任意卡片即可进入对应分析工具

工具类型说明

  • R/Shiny -- 基于 R 语言的交互式 Web 应用
  • Python/Streamlit -- 基于 Python 的交互式 Web 应用

常见问题

Q: 工具如何使用?
A: 点击左侧分类目录选择工具类型,或直接搜索关键词找到需要的工具,点击卡片即可进入使用。

Q: 数据安全吗?
A: 所有分析均在服务器端完成,数据不离开平台,分析完成后自动清理临时文件。

Q: 可以引用吗?
A: 可以,请查看"学术发表"标签页了解引用方式。

视频教程

零基础入门 R 语言统计分析,从环境搭建到生存分析列线图,手把手教学。

▶ 观看视频课程

意见与建议

有问题或建议?欢迎在下方给我们留言,您的意见是我们改进的动力。

隐私政策

最后更新日期:2026年8月22日

本平台为生物医学统计分析工具,用户上传的数据仅用于即时分析计算。不主动收集、存储或传输用户的原始研究数据。分析任务完成后,临时文件将自动清理。

通过留言功能提交的信息(姓名、邮箱、意见内容)仅用于客服回复与产品改进,不会用于营销或分享给第三方。

如有疑问,请联系 5486463@qq.com 或微信 icecoler

视频课程

零基础入门 R 语言统计分析,从环境搭建到生存分析列线图,手把手教学。

前往课程中心观看全部视频

课程特点

  • 零基础友好:无需编程经验,从 R 安装开始
  • 实战导向:每个知识点配合真实生物医学数据集
  • 完整流程:数据清洗 → 统计分析 → 可视化 → 报告撰写
  • 持续更新:根据用户反馈和最新方法定期补充内容

推荐学习路径

第1步:R 语言基础与数据操作
第2步:描述性统计与假设检验
第3步:回归分析与模型诊断
第4步:生存分析与 Cox 回归
第5步:列线图构建与临床预测模型