Kaplan-Meier 生存分析撰稿
將生存分析結果整理成完整報告
Kaplan-Meier 生存分析撰稿
將生存分析結果整理成完整報告
描述
根據 Kaplan-Meier 生存曲線、log-rank 檢定與 Cox 迴歸輸出，產生完整的「方法」與「結果」文字。能正確解讀風險比，明確標示高刪失率，並提醒你檢查 Cox 模型的比例風險假設。適用對象：處理臨床或流行病學生存資料的研究人員。
為什麼我們推薦這個技能
將 Kaplan-Meier 曲線與統計輸出整理成可投稿的研究文字，並協助避免存活分析報告中的常見錯誤。
展示內容
適合對象
需要根據 Kaplan–Meier、log-rank 與 Cox 迴歸結果撰寫臨床或流行病學報告的研究人員。
如何使用此 Skill
提供輸入
提供 Kaplan–Meier 各組資料、中位生存時間、log-rank 檢定結果、追蹤期間、刪失率，以及可選的 Cox 迴歸輸出。
執行 Skill
此技能會解讀提供的生存分析結果，並撰寫清楚的「方法」與「結果」段落。
查看結果
取得可直接編輯的報告，包含中位生存時間摘要、統計解讀、適用時的限制說明，以及建議的 Kaplan–Meier 圖說。
相關技能
查看全部
研究Kaplan-Meier 生存分析撰寫器
根據 Kaplan-Meier 生存曲線、log-rank 檢定與 Cox 迴歸結果，產出完整的「方法」與「結果」文字。正確解讀危險比；當設限比例偏高時明確指出，並提醒檢查 Cox 模型的比例風險假設。適用對象：處理臨床或流行病學生存資料的研究人員。
研究組別比較檢定寫作器
根據你的 t 檢定、ANOVA 或卡方檢定輸出，產生符合 APA 第 7 版規範、可直接用於手稿的結果文字。使用正確的統計報告格式（t(df)=...、p=...、d=...），並依據 Cohen 的基準解讀效果量。比較三組以上時，會提醒你說明多重比較校正方法。適用對象：進行實驗或比較研究的研究人員與研究生。
研究邏輯斯迴歸與 ROC-AUC 撰寫器
將您的邏輯斯迴歸分析結果（勝算比、信賴區間、ROC-AUC）轉換為可直接納入論文的學術結果章節。依照標準基準正確判讀 ROC-AUC 數值，並避免誇大未達統計顯著的變項。適用對象：建立臨床預測模型的研究人員與研究生。
