R语言医学研究助手。自动识别研究主题并安装R包,进行数据处理、统计分析,制作发表级图表和表格,生成图注表注。适用于临床研究、流行病学、生物统计等医学数据分析场景。
本技能提供R语言医学科学研究的完整工作流程指导,包括研究主题识别、依赖包自动安装、数据处理、统计分析、发表级图表制作及图注表注生成。
当用户提出以下需求时,应调用此技能:
根据用户描述或数据特征,识别研究类型并安装相应包:
# 基础包安装(通用)
install.packages(c("tidyverse", "readxl", "openxlsx", "data.table"))
# 描述性统计与数据清洗
install.packages(c("dplyr", "tidyr", "stringr", "lubridate", "Hmisc", "mice"))
# 统计分析
install.packages(c("stats", "rstatix", "car", "lmtest", "aod"))
# 高级统计分析
install.packages(c("survival", "survminer", "glm", "lme4", "nlme", "meta", "metafor"))
# 临床研究专用
install.packages(c("tableone", "autoReg", "moonBook", "rrtable", "MatchIt", "WeightIt", "cobalt"))
# 机器学习与建模
install.packages(c("caret", "randomForest", "e1071", "glmnet", "pROC", "rms"))
# 表格制作与导出
install.packages(c("gt", "gtsummary", "flextable", "officer", "ftExtra"))
# 可视化与出版
install.packages(c("ggplot2", "ggpubr", "ggsci", "patchwork", "cowplot", "survminer"))
| 研究类型 | 核心R包 | 辅助包 |
|---|---|---|
| 描述性分析 | dplyr, Hmisc, tableone | skimr, DataExplorer |
| 差异分析 | rstatix, stats, car | ggpubr, rcompanion |
| 回归分析 | stats, glm, lm, survival | autoReg, gtsummary |
| 生存分析 | survival, survminer | survivalROC, riskRegression |
| Meta分析 | meta, metafor, robumeta | metaBMA, netmeta |
| 因果推断 | MatchIt, WeightIt, cobalt | causalweight, causalinferencelab |
| 诊断试验 | pROC, ROCR, cutpointr | OptimalCutpoints, DiagTest |
| 列线图 | rms, nomogramEx | survival, ggplot2 |
| 机器学习 | caret, randomForest, glmnet | recipes, tune, yardstick |
# 查看数据结构
str(data)
glimpse(data)