1. 介绍

2. 基线特征

3. 单因素多因素logistic回归分析及三线表

4. 构建临床列线图模型

5. 模型评价

6. 外部数据集验证

7. 另一种发文章的办法，分训练集和测试集，分析上述3-6节的内容

这里就讲一下如何分训练集和测试集，其余的步骤和之前是一样的，分训练集和测试集用到的代码只有一个，如下所示：

setwd("E:\\Logistic回归临床模型预测")
dir()
data <- read.csv("data——分析.csv",header = T,sep = ",")
head(data)head(data)
data$年龄 <- ifelse(data$年龄 > 60,">60","<=60")
data$BMI <- ifelse(data$BMI>24,">24","<24")
head(data)
names(data)
data <- data[,c("梗阻","年龄","胃管","进食水时间.天.","BMI","有无吸烟","高血压","糖尿病","心血管疾病","腹部手术史","手术方式")]
head(data)
data$进食水时间.天. <- ifelse(data$进食水时间.天. &