OmniSciKit: Comprehensive Clinical Statistical Toolkit

一个全面的临床研究和生物统计R包

该包由“Abel医研统计”公众号团队开发，如遇到bug或者想提供更新建议，随时欢迎联系我们。

📦 安装

# 推荐：使用pak安装（自动处理依赖）
if (!requireNamespace("pak", quietly = TRUE))
    install.packages("pak")
pak::pak("ablikimeli/OmniSciKit")

# 或使用devtools
# if (!requireNamespace("devtools", quietly = TRUE))
#     install.packages("devtools")
# devtools::install_github("ablikimeli/OmniSciKit")

📋 主要功能模块

1. 样本量计算 (Sample Size)

涵盖临床试验主要设计类型的样本量计算：

函数	说明
ss_ttest_one_sample()	单样本t检验
ss_ttest_paired()	配对t检验
ss_ttest_welch()	Welch t检验（方差不齐）
ss_mann_whitney()	Mann-Whitney U检验
ss_mcnemar()	McNemar检验（配对比例）
ss_noninferiority_mean()	非劣效性试验（均数）
ss_noninferiority_prop()	非劣效性试验（率）
ss_noninferiority_survival()	非劣效性试验（生存）
ss_equivalence_mean()	等效性试验（均数）
ss_equivalence_prop()	等效性试验（率）
ss_equivalence_ratio()	等效性试验（均数比，生物等效性）
ss_superiority_mean()	优效性试验（均数）
ss_superiority_prop()	优效性试验（率）
ss_survival_logrank()	生存分析（log-rank检验）
ss_cox_regression()	Cox回归
ss_linear_regression()	线性回归
ss_logistic_regression()	Logistic回归
ss_poisson_regression()	Poisson回归
ss_crossover()	交叉设计
ss_group_sequential()	成组序贯设计
ss_repeated_measures()	重复测量设计
ss_cluster_randomized()	整群随机试验
ss_multiple_comparisons()	多重比较校正
ss_prediction_binary()	临床预测模型（二分类）
ss_prediction_continuous()	临床预测模型（连续）
ss_prediction_survival()	临床预测模型（生存）
ss_diagnostic_sens()	诊断试验（灵敏度）
ss_diagnostic_spec()	诊断试验（特异度）
ss_diagnostic_auc()	诊断试验（AUC）
ss_precision()	精度估计（均数）
ss_precision_prop()	精度估计（率）

2. 功效分析 (Power Analysis)

函数	说明
power_ttest()	t检验功效
power_anova()	ANOVA功效
power_correlation()	相关分析功效
power_proportion()	率比较功效
power_survival()	生存分析功效
power_cox_regression()	Cox回归功效
power_logistic_regression()	Logistic回归功效
power_equivalence_mean()	等效性试验功效
power_noninferiority_mean()	非劣效性试验功效
power_cluster_randomized()	整群随机试验功效
plot_power_curve()	功效曲线可视化
plot_effect_size_curve()	效应量与功效曲线

3. 统计分析 (Statistics)

函数	说明
stats_ttest()	两样本t检验
stats_wilcoxon()	Wilcoxon秩和检验
stats_anova()	单因素方差分析
stats_correlation()	Pearson/Spearman相关
stats_regression()	线性回归
stats_logistic_regression()	Logistic回归
stats_poisson_regression()	Poisson回归
stats_cox_regression()	Cox比例风险回归
stats_chisq()	卡方检验
stats_fisher_exact()	Fisher精确检验
stats_mcnemar()	McNemar检验
stats_normality()	正态性检验
stats_km_survival()	Kaplan-Meier生存分析
stats_logrank_test()	Log-rank检验
stats_kappa()	Cohen's Kappa一致性
stats_icc()	组内相关系数

4. 效应量 (Effect Size)

函数	说明
cohen_d()	Cohen's d
cohen_f()	Cohen's f (ANOVA)
cohen_f2()	Cohen's f² (回归)
odds_ratio()	比值比OR
relative_risk()	相对危险度RR
hazard_ratio()	风险比HR
nnt()	需治疗人数NNT

5. 可视化 (Visualization)

函数	说明
plot_km_curve()	Kaplan-Meier生存曲线
plot_km_subgroup()	亚组KM曲线
plot_cumulative_incidence()	累积发生率
plot_forest_meta()	森林图（Meta分析）
plot_subgroup_forest()	亚组分析森林图
plot_roc_enhanced()	ROC曲线（含最佳截断值）
plot_calibration()	校准曲线
plot_decision_curve()	决策曲线DCA
plot_volcano()	火山图
plot_bland_altman()	Bland-Altman图
plot_waterfall()	瀑布图
plot_swimmer()	游泳图
plot_boxplot()	箱线图
plot_scatter()	散点图（含回归线）
plot_correlation_matrix()	相关矩阵热图
plot_power_curve()	功效曲线
plot_effect_size_curve()	效应量-功效曲线

6. 诊断试验 (Diagnostic Tests)

函数	说明
diag_test_performance()	灵敏度、特异度、PPV、NPV
plot_roc_enhanced()	ROC曲线
plot_calibration()	校准曲线
plot_decision_curve()	决策曲线

7. 临床工具 (Clinical Tools)

函数	说明
calculate_bmi()	BMI计算与分类
calculate_egfr()	eGFR估算（CKD-EPI 2021）

8. Table One 基线特征表

函数	说明
table_one()	基线特征表，支持分组和p值

9. 工具函数 (Utilities)

函数	说明
impute_missing()	缺失值填补
multiple_imputation()	多重插补
winsorize()	极端值处理
log_transform()	对数变换
standardize_vars()	变量标准化
check_assumptions()	统计假设检验
summary_stats()	综合描述统计
crosstab()	列联表分析
multiple_testing_correction()	多重比较校正
fwer_control()	FWER控制
bootstrap_ci()	Bootstrap置信区间
bootstrap_regression()	Bootstrap回归
adjust_dropout()	脱落率校正
adjust_alpha()	alpha水平校正
create_dummy_vars()	创建哑变量
convert_wide_to_long()	宽转长数据
convert_long_to_wide()	长转宽数据
merge_datasets()	数据合并

📊 内置数据集

数据集	说明	样本量
omni_glucose	血糖控制研究	500
omni_cardio	心血管风险因素	400
omni_cancer	癌症治疗结果	300
omni_depression	抑郁重复测量	200
omni_symptoms	症状群数据	600
omni_diagnostic	诊断试验数据	450
omni_ml	机器学习特征	350
omni_dose	剂量-反应数据	250

🚀 快速示例

library(OmniSciKit)

# 加载数据
data(omni_glucose)

# 样本量计算：两样本t检验
ss_ttest_one_sample(mu0 = 100, mu1 = 105, sd = 15, power = 0.8)

# 非劣效性试验样本量
ss_noninferiority_mean(margin = 3, sd = 8, power = 0.8)

# 生存分析样本量
ss_survival_logrank(hr = 0.7, median_control = 12, accrual = 12, follow_up = 18)

# 功效曲线
plot_power_curve(n_range = seq(10, 200, by = 10), effect_size = 0.5)

# 统计分析
stats_ttest(omni_glucose$hba1c_3m[omni_glucose$treatment == "胰岛素"],
            omni_glucose$hba1c_3m[omni_glucose$treatment == "口服药"])

# Logistic回归
omni_glucose$poor_control <- ifelse(omni_glucose$hba1c_3m > 7, 1, 0)
stats_logistic_regression(poor_control ~ age + bmi, data = omni_glucose)

# Kaplan-Meier生存曲线
data(omni_cancer)
plot_km_curve(omni_cancer$time_to_event, omni_cancer$status, omni_cancer$treatment)

# ROC曲线
data(omni_diagnostic)
disease_binary <- ifelse(omni_diagnostic$true_disease == "阳性", 1, 0)
plot_roc_enhanced(omni_diagnostic$test1_result, disease_binary)

# Table One
table_one(omni_glucose, vars = c("age", "bmi", "hba1c_3m", "gender"),
          group = "treatment")

# 效应量
cohen_d(omni_glucose$hba1c_3m[omni_glucose$treatment == "胰岛素"],
        omni_glucose$hba1c_3m[omni_glucose$treatment == "口服药"])

📖 参考文献

• Chow, S.C., Shao, J., Wang, H., & Lokhnygina, Y. (2017). Sample Size Calculations in Clinical Research (3rd ed.). Chapman and Hall/CRC.
• Cohen, J. (1988). Statistical Power Analysis for the Behavioral Sciences (2nd ed.). Lawrence Erlbaum Associates.
• Riley, R.D., et al. (2020). Calculating the sample size required for developing a clinical prediction model. BMJ, 368, m441.
• Hsieh, F.Y., Bloch, D.A., & Larsen, M.D. (1998). A simple method of sample size calculation for linear and logistic regression. Statistics in Medicine, 17(14), 1623-1634.
• Farrington, C.P., & Manning, G. (1990). Test statistics and sample size formulae for comparative binomial trials with null hypothesis of non-zero risk difference or non-unity relative risk. Statistics in Medicine, 9(12), 1447-1454.
• Schoenfeld, D.A. (1983). Sample-size formula for the proportional-hazards regression model. Biometrics, 39(2), 499-503.

📄 License

GPL-3 © Ablikim Ali

📧 联系方式

Maintainer: Ablikim Ali medical_stat@163.com