Chapter 12 附录：效应量与解释小抄

• Logistic：OR（>1 风险增加；<1 风险降低）
  
• Cox：HR（>1 风险更高，生存更差；<1 相反）
  
• Poisson/Offset：IRR（>1 事件率更高；<1 更低）
  
• Linear：Beta（自变量每增加 1 单位，结局的平均变化量）

12.1 生成动态多模型比较预测程序并自动搭建一个互动网站（多模型 Linear/Logistic/Cox/Poisson回归）

使用方法：将本软件其他预测模型的模块生成的训练集（注意必须是训练集）和筛选出来的预测因子，导入到本模块，然后进行回归建模，再传到网站生成动态预测程序即可。

支持 多模型比较的线性 / Logistic / Cox / Poisson 回归

——————————————————————————————————————————————

动态预测的意思就是，制作一个网页，将您的预测模型放在网页后台，当读者阅读您的论文之后， 就访问您的网站，输入性别年龄临床特征等因子，系统就会实时告诉读者，该患者的风险概率有多大。 目前的SCI论文，通常都需要在文中附上这样一个网页地址，例如以下这篇论文：

https://doi.org/10.3389/fneur.2022.1074593

该论文使用了两种预测网站，左边图 A 的网站可以用 MSTATA 软件的动态nomogram模块部署，右边图 B 的网站可以用本模块也就是 MSTATA 软件的多模型 比较动态预测模块部署。