Redactor Kaplan-Meier

Redactor Kaplan-Meier

Crea un informe con tus resultados

Creado por
MMurat Sakal
Instalado por
3
Versiónv2
Última actualización
Créditos por ejecuciónSegún el uso
ModelosAutomático
DesdeYouMind

Descripción

Genera un texto completo de Métodos + Resultados a partir de tu curva de supervivencia de Kaplan-Meier, la prueba de log-rank y los resultados de la regresión de Cox. Interpreta correctamente las razones de riesgo, señala explícitamente una tasa alta de censura y te recuerda verificar el supuesto de riesgos proporcionales en los modelos de Cox. Para quién es: investigadores que trabajan con datos clínicos o epidemiológicos de supervivencia.

Vista previa

Habilidades relacionadas

Ver todo

Redactor Kaplan-Meier

Genera un texto completo de Métodos + Resultados a partir de tus curvas de supervivencia de Kaplan-Meier, la prueba de log-rank y los resultados de la regresión de Cox. Interpreta correctamente las razones de riesgos (hazard ratio), indica claramente si la proporción de censura es alta y recuerda verificar el supuesto de riesgos proporcionales del modelo de Cox. Ideal para investigadores que trabajan con datos clínicos o epidemiológicos de supervivencia.

M
3Gratis

Redactor de pruebas grupales

Produce un texto de Resultados listo para manuscrito y conforme con APA 7 a partir de los resultados de tus pruebas t, ANOVA o chi-cuadrado. Usa el formato correcto para reportar estadísticas (t(gl)=..., p=..., d=...) e interpreta el tamaño del efecto según los puntos de referencia de Cohen. Te recuerda indicar un método de corrección por comparaciones múltiples cuando se comparan tres o más grupos. Para quién es: investigadores y estudiantes de posgrado que realizan estudios experimentales o comparativos.

M
1Gratis

Regresión logística y ROC-AUC

Convierte los resultados de tu análisis de regresión logística (odds ratio, intervalo de confianza y ROC-AUC) en una sección de Resultados académica, lista para incluir directamente en un manuscrito. Clasifica correctamente el valor de ROC-AUC según referencias estándar y nunca exagera la importancia de las variables no significativas. Para quién es: investigadores que desarrollan modelos de predicción clínica y estudiantes de posgrado.

M
2Gratis

¿Todo listo para crear algo más audaz?