医疗数据分析

小一可以从一份原始表格开始，完成数据探索、清洗、统计分析、建模和绘图，并输出可以直接放进论文的结果表和统计图。每一步用了什么方法、写了什么代码，都可以在任务中查看和复现。

推荐准备

• 数据文件：Excel、CSV 等表格。需要反复分析的数据，建议上传到数据中心。
• 字段说明：各列的含义、单位和编码，例如「group：1=干预组，0=对照组」。
• 分析目标：主要结局、比较的组别、需要调整的协变量。
• 合规确认：确认数据已完成伦理审批和脱敏。

推荐流程

1. 01数据探索变量分布、缺失值与异常值
2. 02数据清洗说明每一步处理方式
3. 03统计分析选择合适的检验与模型
4. 04结果交付三线表、统计图与分析报告

在输入框中选择 「+」→「添加工作流」→「数据分析」，细分场景包括：数据探索、统计分析、预测建模、科研绘图。

示例任务

数据探索

先帮我看一下这份数据：样本量、每个变量的类型和分布、缺失比例，
有没有明显的异常值。先不要做任何修改，给我一份数据概况报告。

基线特征表

按 group 分组，做一张基线特征表（Table 1）：
连续变量根据正态性选择均值±标准差或中位数（四分位数），
分类变量用例数（百分比），并给出组间比较的 P 值。
输出 Word 三线表。

回归分析

以 30 天死亡为结局，做多因素 logistic 回归，
纳入年龄、性别、BMI、糖尿病史和 APACHE II 评分，
报告 OR 和 95% CI，并画森林图（PDF 矢量格式）。

科研绘图

把两组患者 HbA1c 随时间的变化画成折线图，带误差线（均值±SE），
配色适合黑白打印，字体 Arial，导出 300 dpi 的 TIFF。

使用建议

• 先探索、后分析：先让小一出一份数据概况，确认数据理解无误后再进行统计分析。
• 让小一说明方法：可以要求「说明为什么选择这个检验」，便于你判断方法是否合适，也方便写论文的方法学部分。
• 保留代码：分析代码会保存在工作区中，需要复现或修改时可以直接使用。
• 核对关键数字：在「详情」面板中可以看到每个数字对应的命令和执行结果。