CME 麻醉论坛内置了R 服务 的统计分析与论文图绘制工具。用户上传 CSV 后，系统会创建统计任务，并调用内网 R 服务生成 HTML 报告、DOCX 表格/摘要、JSON 结果和日志文件。

本指南适用于以下场景：

  • 基线表与结局比较
  • 相关分析、回归分析
  • 小样本 Firth Logistic 回归
  • 倾向评分分析
  • 学习曲线绘图
  • 时间序列趋势图绘制（如血气、乳酸、围术期监测指标趋势图）

一、入口与基本流程

进入统计分析页面后，先上传一个 .csv 文件。系统会为该文件创建一个独立任务，并保存输入目录、输出目录和任务参数。任务运行后，可生成报告 HTML、结果 JSON、表格 DOCX 和日志文件。

标准流程如下：

  1. 上传 CSV
  2. 选择统计模板
  3. 创建任务
  4. 在任务详情页设置参数
  5. 保存参数并提交统计
  6. 查看或下载输出文件

如果已有旧任务，也可以直接复用旧任务的 CSV，无需重新上传。

二、支持的模板

当前系统可自动识别模板目录，并在上传页显示模板名称。现有模板包括：

  • Table 1（基线表｜自动检验）
  • Table 2（结局比较｜自动检验）
  • 相关分析（自动方法选择）
  • 相关分析（方法指定）
  • 回归分析（自动模型选择）
  • 回归分析（模型指定）
  • Firth penalized logistic regression
  • Assumption Check
  • Learning Curve
  • 倾向评分（PSM / IPTW）

其中，时间序列论文图建议使用新模板 serial_trend_plot；病例顺序趋势图 / 学习曲线建议使用 learning_curve_basic。learning_curve_basic 模板本身已经支持二分类结局的 logistic spline smoothing 和连续变量的 loess smoothing。

三、CSV 文件准备要求

建议使用 UTF-8 编码的 CSV，首行必须是变量名。系统会在建任务时自动读取 CSV 表头，作为后续下拉框和多选框的候选变量。

推荐做法：

  • 每一列只放一个变量

  • 时间变量单独成列

  • 分类变量的取值尽量统一

  • 缺失值留空，不要混用 NA、null、-

  • 列名尽量简洁、明确、英文优先，例如：

  • DateTime

  • pH

  • PaCO2_mmHg

  • BicarbonateActual_mmol_L

  • Lactate_mmol_L

四、任务详情页怎么用

任务详情页是整个工具的核心。这里可以：

  • 保存参数
  • 自动提交统计
  • 在线查看 HTML 报告
  • 下载 HTML / DOCX / JSON / LOG
  • 复制系统自动生成的 Methods 段落文本

如果统计完成后想重新调整参数，不必新建任务，可以直接在任务详情页修改参数并重跑统计。 如果想基于同一份 CSV 换一个模板分析，可以点击 “基于当前 CSV 重新分析”。

五、分析子集怎么设置

很多模板都支持先筛选样本，再做统计。系统提供两个参数：

  • subset_col：分析子集变量
  • subset_include_values：纳入取值

也就是说，您可以先限定某一列取某些值，再在该子集上做后续分析。系统会先做预检查，包括：

  • 子集列是否存在
  • 取值是否有效
  • 筛选后是否还有样本
  • 某些模板下分组变量或结局变量是否仍满足建模条件

例如：

  • 只分析 cohort_role 为 0 和 1 的病例
  • 只分析某一时间段内样本
  • 只分析某一亚组

这类筛选不会修改原始 CSV，只在本次统计任务中生效。

六、常用统计模板说明

1）Table 1：基线表

用于描述总体或分组后的基线特征。 连续变量会报告 mean ± SD 和 median [IQR]；分类变量报告 n (%)。 组间比较方法由系统自动判断，包括 t 检验、ANOVA、Welch、Wilcoxon、Kruskal–Wallis、χ² 或 Fisher。

2）Table 2：结局比较

用于预设结局在各组之间的比较。 可指定 outcome_cols，也可让系统自动选择候选变量。连续结局按组报告均值，分类结局按组内分母报告 n (%)。

3）Correlation

用于相关分析。 primary_outcome 作为 X 变量，白名单变量作为一个或多个 Y 变量。方法可自动在 Pearson 和 Spearman 之间切换，也可以手工指定。

4）Regression

用于线性或 Logistic 回归。 primary_outcome 为 Y，group_col 为主要暴露变量，白名单变量作为协变量。自动模型模板会根据结局类型自动选择线性或 Logistic。

5）Firth penalized logistic regression

适用于小样本、完全分离或近完全分离的二分类结局建模。结局变量必须是二分类变量。

6）Assumption Check

用于正态性和方差齐性前置检查。可帮助判断后续更适合参数法还是非参数法。

7）Causal PS

用于倾向评分分析。支持 IPTW 和 PSM，并可设置 ATE / ATT、stabilized、trim_quantile、caliper、ratio 等参数。

七、Learning Curve 模板怎么用

learning_curve_basic 适合画病例顺序趋势图，横轴是筛选后样本的行顺序 1...N，纵轴是选定的绘图变量。

它的特点是：

  • 连续变量：使用 loess 平滑
  • 二分类变量：使用 logistic spline smoothing
  • 支持 binary_spline_df
  • 支持 phase_separator
  • 支持左右阶段标签，如 developmental / validation

适用场景：

  • 学习曲线
  • 病例序列成功率趋势
  • 补充材料中的 case-order 图

八、serial_trend_plot 模板怎么用

serial_trend_plot 适合画真实时间轴上的趋势图，尤其适合论文补充图，例如：

  • 血气指标随时间变化图
  • 乳酸趋势图
  • 围术期 ETCO₂ / SpO₂ / 血流动力学趋势图
  • ICU 连续实验室指标图

推荐参数设置思路：

  • 时间列：选择时间变量，如 DateTime
  • 左轴变量：放主变量，如 pH 或 Lactate_mmol_L
  • 右轴变量：放次变量，如 PaCO2_mmHg、BicarbonateActual_mmol_L
  • 事件线：填写关键时间点及标签，如 VF / CPR starts、ROSC
  • 是否标注极值：用于提示峰值或最低值

譬如对于稿件的补充图：

  • Supplementary Figure S1

  • 左轴：pH

  • 右轴：PaCO2_mmHg、BicarbonateActual_mmol_L

  • 事件：VF / CPR starts、ROSC

  • Supplementary Figure S2

  • 左轴：Lactate_mmol_L

  • 不设置右轴

  • 事件：同上

九、轴标签怎么填写最稳妥

图中显示的文字分为两类：

  • 变量选择：决定画哪一列数据
  • 轴标签：决定坐标轴显示什么文字

这两者不是一回事。 例如，把左轴标签改成“乳酸”，并不会自动把绘图变量从 pH 改成 Lactate_mmol_L。真正决定数据列的是左轴变量选择框。

因此，改图时一定先改：

  1. 左轴变量 / 右轴变量
  2. 再改左轴标签 / 右轴标签

十、化学式、上下标、特殊字符怎么填

对于化学式类标签，建议直接在网页里填写普通文本，不要手工输入 expression(...)。 例如：

  • PaCO₂/HCO₃⁻
  • PaCO2/HCO3-
  • ETCO₂
  • SpO₂

当前模板会在内部处理常见医学标签显示问题，因此一般不需要您手工写 R 的 plotmath 表达式。 这样做的好处是：

  • 避免 PDF 或 PNG 中出现乱码
  • 避免 Docker 字体环境导致上标下标显示为方框
  • 减少手工输入错误

十一、Methods 文案可以直接复制吗

可以。任务详情页会根据模板和当前参数，自动生成一段适合放进论文的 Methods / Statistical analysis 文案，其中还会自动附带 R 版本与平台信息。

这对于以下场景很方便：

  • 初稿撰写
  • 补充方法学说明
  • 图表统计方法统一表述

但正式投稿前仍建议您人工再看一遍，确认与论文正文口径完全一致。

十二、输出文件分别有什么用

系统常见输出包括：

  • report.html：完整可视化分析报告
  • tables.docx：适合复制到论文的表格或摘要
  • result.json：便于程序读取的结构化结果
  • log.txt：排查报错最重要的文件

画图模板通常还会额外生成图片文件，便于直接用于论文或补充材料。

十三、常见问题与排查

1）未读取到 CSV 列名

通常是：

  • 文件不是 CSV
  • 编码异常
  • 首行不是表头

2）分析子集筛选后无样本

说明 subset_col 与 subset_include_values 组合后没有保留任何观测。系统会直接阻止提交。

3）Firth / 因果推断模板报变量水平不对

说明筛选后：

  • 处理变量不再是 2 个水平
  • 结局变量不再是 2 个水平 系统会在提交前做预检查并提示。

4）图改了标签但数据没变

通常是因为只改了轴标签，没有改真正的绘图变量。

5）图上的特殊字符显示成方框

建议不要手工输入 expression(...)，直接填普通文本标签。

6）任务返回成功但没生成结果

优先下载 log.txt 看最后几行报错。系统本身也会在 artifact 缺失时把任务判为失败，并把错误写入任务详情页。

十四、推荐使用习惯

为了让统计与绘图更稳定，建议：

  • 一次只验证一个模板
  • 先用小 CSV 试跑
  • 变量名尽量统一
  • 分类变量先在 CSV 中清洗好
  • 做图前先确认时间列格式
  • 论文图定稿时，先看 HTML，再下载最终图片

十五、适合论文补充图的典型用法

对于病例报告、回顾性研究和围术期监测论文，本工具特别适合生成下列补充材料图：

  • 血气时间序列图
  • 乳酸变化趋势图
  • 学习曲线
  • 事件前后监测指标变化图
  • 分阶段病例序列趋势图