研流免费
ResFlow
临床研究全流程 · 项目工作台
进入 →● 元医生 · 临床科研实验室
更新 2026-09-18dLabs
三大产品支柱 + 免费科研工具。浏览器本地计算，数据不上传。
本地计算 · 数据不上传
研图收费
ResPic
论文示意图
进入 →ResPath即将完善
ResPath
现含 ResPath_DTI 本机授权下载
进入 →科研工具
即用即走的在线计算器可用
智能统计分析（贴表自动选方法出图）
把数据表粘进来，自动识别形态并选定统计方法：分组「均值±SD±n」汇总表→逐列单因素方差分析(有序分组加线性趋势检验)；各组原始值→2组t检验/≥3组方差分析(附Mann-Whitney/Kruskal-Wallis)；两变量→相关与线性回归。直接给统计量、P值与结果图，本地计算不上传。
打开工具 →可用
配对卡方 McNemar / Cochran's Q
配对二分类比较：同一批对象两种检测/治疗前后阳性率用 McNemar(配对2×2，含连续性校正与精确二项)；≥3 个配对条件用 Cochran's Q。普通卡方假定独立、不适用配对。
打开工具 →可用
效应量计算器（d / η² / 互换）
两组均值→Cohen's d 与 Hedges's g(含95%CI)；方差分析 F→η²/偏η²；并支持 d↔r↔OR 互换。P 值只说有无差异，效应量说差异多大，论文与 Meta 必报。
打开工具 →可用
等效 / 非劣效检验（TOST）
证明两组实质等效或不劣于：事先设等效界 ±Δ，做双单侧检验(TOST)。给 TOST 的 P、(1−2α)置信区间与等效/非劣效结论。P>0.05 ≠ 两组相等。
打开工具 →可用
测量误差 SEM / MDC
测量标准误 SEM 与最小可检测变化 MDC：个体变化多大才超过测量误差、可认定真实改变。由「SD+信度ICC」或「重测配对数据」计算，常用于量表/影像测量与随访。
打开工具 →可用
整群随机样本量（设计效应）
整群随机(以科室/社区/医院为单位)时用设计效应 DE=1+(m−1)ICC 放大样本量。由个体随机样本量(可由两率/两均值现算)推整群所需总人数与簇数。
打开工具 →可用
发病率 / 发病率比 IRR
按人时(人年/人月)计的结局：单组给发病率与精确泊松CI；两组给发病率比 IRR(Wald对数CI + 精确条件CI)。适合队列、不良事件率、复发率。
打开工具 →可用⚗️ 前沿
时间依赖 ROC / AUC(t)
预后标志物/模型在不同随访时间的判别力：时依 AUC(t) 用累积病例/动态对照定义 + IPCW(逆删失概率加权)处理删失，给各时间点 AUC 与曲线。
打开工具 →可用⚗️ 前沿
诊断试验 Meta（SROC）
汇总多项诊断准确性研究：随机效应合并灵敏度/特异度、诊断比值比 DOR，绘 Moses-Littenberg SROC 曲线作探索性展示。每项输入 TP/FP/FN/TN。
打开工具 →可用
统计制图（含三维）
粘贴数据即出图：散点/折线/柱状/直方/箱线，以及可拖拽旋转的三维散点与三维曲面。支持分组上色、标题轴标签、网格，导出 SVG 矢量与 300/600dpi 高清 PNG。通用绘图，论文配图即用。
打开工具 →可用⚗️ 前沿
预测模型样本量（Riley）
开发临床预测模型的最小样本量(二分类)：按 Riley 2019 三准则(收缩 S=0.9、Nagelkerke R²差≤0.05、风险估计精度)取最大，给所需 n、事件数与每参数事件数 EPP。取代经验性 EPV=10。
打开工具 →可用⚗️ 前沿
Win Ratio 胜率法
分层复合终点胜率法(Pocock 2012)：按重要性先比终点事件时间、再比次要连续指标，治疗×对照两两比较统计赢/输/平，给 Win Ratio、Win Odds、Net Benefit 与自助法 95%CI。心衰/心血管试验常用。
打开工具 →可用⚗️ 前沿
贝叶斯比例推断
Beta-二项共轭：单组比例给后验均值/中位数/95%可信区间与 P(p>阈值)；两组直接给 P(组1>组2) 及风险差/风险比/OR 后验。支持 Jeffreys/均匀先验，比 p 值更直观，适合早期/自适应试验。
打开工具 →可用
E-value 未测量混杂敏感性
观察性研究敏感性分析：把 RR/OR/HR 换算到风险比尺度，算出需多强的未测量混杂(RR)才能解释掉关联。给点估计与置信区间端两个 E-value。基于 VanderWeele & Ding 2017。
打开工具 →可用
Gwet's AC1 评分者一致性
两名评分者名义分类一致性，AC1 在类别极不均衡时避免 Kappa 悖论(一致率高κ却低)，比 Cohen κ 更稳健。同时给出 AC1 与 κ 对比及自助法 95%CI。
打开工具 →可用
多重检验校正（FDR / Holm）
一组 p 值一次给出 Bonferroni、Holm(控制 FWER)与 Benjamini-Hochberg(FDR)、Benjamini-Yekutieli(相关下 FDR)校正后的 q 值与各 α 下显著个数。多标志物/组学/多亚组必备。
打开工具 →可用
Lin's CCC 一致性相关系数
两种测量方法一致性评价：CCC 同时含精密度(Pearson r)与准确度(偏差校正因子 Cb)，能发现 r 看不出的系统偏差，与 Bland-Altman 互补。给 CCC、r、Cb 与 95%CI。
打开工具 →可用
限制性立方样条（RCS）
用限制性立方样条刻画连续变量与结局的非线性关系，给出 OR/HR 随变量变化的平滑曲线(含95%置信带)与非线性检验，支持 Logistic 与 Cox，可调整协变量，并一键导出可在 R(rms)复跑的代码。
打开工具 →可用
Fine-Gray 亚分布风险回归
竞争风险下分析协变量对目标事件累积发生率(CIF)的影响，给出亚分布风险比 sHR。把分组作协变量即为竞争风险组间比较（Gray 检验的回归对应）。已通过无竞争时退化为 Cox 的一致性核验。
打开工具 →可用
倾向性评分（PSM / IPTW）
观察性研究控制混杂：逻辑回归估倾向评分，再用 1:1 卡钳匹配或逆概率加权使两组协变量均衡。给出匹配/加权前后的协变量平衡(标准化均差 SMD)与Love 图（协变量平衡图），可选结局效应。
打开工具 →可用
专项样本量（生存/诊断/非劣效）
针对专项研究的样本量估算：生存研究(log-rank/Cox，Schoenfeld 算所需事件数)、诊断试验(按灵敏度/特异度目标精度)、非劣效/等效试验(均值或率)。一般均值/率/相关见样本量计算器。
打开工具 →可用
竞争风险累积发生率（CIF）
存在竞争事件（如目标终点 vs 其他原因死亡）时，1−KM 会高估目标事件发生率。CIF 正确扣除竞争事件影响，给出各组目标事件累积发生率曲线与 τ 时点估计。
打开工具 →可用
RMST 限制平均生存时间
RMST 是 KM 曲线在 [0,τ] 下的面积，即 τ 内平均生存时间。比例风险不成立、HR 难解释时，RMST 差值是更稳健直观的组间比较指标，附 KM 曲线与差异检验。
打开工具 →可用
NRI / IDI 预测模型改善评价
比较新旧预测模型的增量价值：净重分类改善指数(NRI，含连续与分类)与综合判别改善指数(IDI)。当加入新指标后 AUC 仅微升、难体现价值时，用它量化重分类与判别的改善。
打开工具 →可用
Fleiss Kappa 多评分者一致性
3 名及以上评分者对多对象做名义分类时的一致性指标。Cohen κ 只适用两名评分者，多人时用 Fleiss κ。给出 κ 值、一致性强度、各类别比例与期望一致度。
打开工具 →可用
Cochran-Armitage 趋势检验
检验二分类结局发生率在有序分组间是否存在线性趋势（如随剂量/分级递增）。比卡方更有针对性，专测单调升降的剂量-反应关系，附分组发生率柱状趋势图。
打开工具 →可用
正态性 / 方差齐性检验
做 t 检验、方差分析前的前提检查：Shapiro-Wilk 正态性检验（含 Q-Q 图）+ Levene、Bartlett 方差齐性检验。据此决定用参数还是非参数方法。Shapiro-Wilk 采用 Royston(1992) 算法。
打开工具 →可用
模型校准（Hosmer-Lemeshow + 校准曲线）
评价预测模型的校准度：Hosmer-Lemeshow 拟合优度检验、校准曲线、校准斜率/截距(CITL)与 Brier 分数。区分度(AUC)看排序、校准度看概率准不准，与 ROC/DCA 互补。
打开工具 →可用
Meta 漏斗图 + Egger 检验
评估 Meta 分析的发表偏倚：绘制漏斗图（效应量 vs 标准误）并做 Egger 回归检验漏斗对称性，截距显著偏离 0 提示可能存在发表偏倚/小样本效应。配合 Meta 分析工具使用。
打开工具 →可用
Fagan 验后概率计算器
循证医学床旁推理：验前概率 × 似然比 → 验后概率，支持由灵敏度/特异度或直接输入 LR，并画经典 Fagan 诺模图。判断一项检查能在多大程度改变诊断把握。
打开工具 →可用
统计方法选择向导
「我这数据该用什么统计方法？」回答几个问题，向导给出推荐方法并一键直达对应在线工具。覆盖组间比较、相关回归、诊断试验、生存分析、一致性信度等常见场景。
打开工具 →可用
方法学比对（Passing-Bablok / Deming）
比较两种测量方法是否一致：Passing-Bablok（稳健、不假设误差分布）与 Deming（两轴均有误差）回归，给斜率/截距及 95%CI 与散点图。斜率含1=无比例偏差、截距含0=无恒定偏差。
打开工具 →可用
DeLong 检验（比较两条ROC的AUC）
在同一批对象上比较两个标志物/模型的 ROC 曲线下面积 AUC 是否有显著差异，DeLong 法处理配对相关性，给各自 AUC、95%CI、AUC 之差与 P 值。
打开工具 →可用
Cronbach's α 量表信度
评估量表/问卷内部一致性：输入「受试者×题目」得分矩阵，算 Cronbach's α 与判读等级，并给删除每题后的 α 以识别拖累信度的题目。量表开发验证常规指标。
打开工具 →可用
ANOVA 事后多重比较
方差分析显示组间差异后，确定具体哪几组不同：先做单因素方差分析，再给 Tukey-Kramer HSD（含 95% 同时置信区间）、Bonferroni、Holm 校正的两两比较 P 值。
打开工具 →可用
DCA 决策曲线分析
评价预测模型的临床实用性：在不同阈概率下计算净获益，与「全部干预/全不干预」两条参考线比较，可同时比较多个模型，并导出曲线图。预测模型论文标配。
打开工具 →可用
Cox 比例风险回归
多因素生存分析主力方法：分析多个协变量对生存时间的影响，输出各因素风险比 HR、95%CI、Wald p 值与模型似然比检验。结点用 Breslow 近似，配合 Kaplan-Meier 使用。
打开工具 →可用
Table 1 基线特征表生成器
粘贴含表头的原始数据并选分组列，一键生成临床论文「基线特征表」：连续变量给均值±SD(t/ANOVA)或中位数(IQR)(非参数)，分类变量给 n(%)(卡方/Fisher)，自动算组间 P 值。
打开工具 →可用
RR/OR/NNT 风险指标计算器
输入 2×2 四格表，自动算相对危险度 RR、比值比 OR、风险差 ARD、相对危险降低 RRR 与需治疗人数 NNT，比值与风险差附 95%CI。队列/病例对照/RCT 结局解读常用。
打开工具 →可用
非参数检验（Mann-Whitney/Kruskal-Wallis）
数据非正态或为有序等级时比较组间差异：2 组独立做 Mann-Whitney U，配对做 Wilcoxon 符号秩，≥3 组做 Kruskal-Wallis H，含并列校正与中位数。
打开工具 →可用
Kappa 一致性检验
评分者间分类一致性：Cohen's Kappa（名义）+ 有序等级的线性/二次加权 Kappa，含混淆矩阵与一致性判读。影像分级一致性常用。
打开工具 →可用
相关分析（Pearson/Spearman）
两连续变量相关性：Pearson 积矩相关（含 Fisher-z 95%CI 与 p 值）与 Spearman 秩相关，适用正态/非正态数据。
打开工具 →可用
卡方 / Fisher 检验
分类变量列联表分析：任意 R×C 表的 Pearson 卡方；2×2 表额外给 Yates 校正与 Fisher 精确检验，并提示期望频数过小。
打开工具 →可用
t 检验 / 方差分析
比较两组或多组连续变量均值：2 组给 Student / Welch / 配对 t 检验，≥3 组自动单因素方差分析（ANOVA），含统计量与 p 值。
打开工具 →可用
列线图 Nomogram
基于 Logistic 回归自动生成临床预测模型列线图，把回归方程变成「查分→总分→概率」的可视化评分图。无需 R 语言。
打开工具 →可用
二分类 Logistic 回归
分析多因素对二分类结局的影响，输出各因素 OR、95%CI、显著性与模型拟合指标。临床影响因素分析、预测模型核心方法。
打开工具 →可用
Meta 分析与森林图
合并多个研究的 OR 或 MD，提供固定/随机效应模型，计算 I²、Q 异质性并绘制森林图。系统评价常用。
打开工具 →可用
Bland-Altman 一致性图
评价两种测量方法的一致性，绘制 Bland-Altman 图，计算平均偏倚与 95% 一致性界限（LoA）。
打开工具 →可用
Kaplan-Meier 生存曲线
输入随访时间与结局事件，绘制生存曲线、算中位生存时间，分组时自动 log-rank 检验。肿瘤预后研究常用。
打开工具 →可用
胎儿生物学参数百分位
输入孕周与胎儿测量值（BPD/HC/AC/FL/小脑横径），估算所处百分位，辅助判断发育是否偏离正常范围。
打开工具 →可用
诊断试验四格表
输入真阳/假阳/假阴/真阴，计算敏感度、特异度、预测值、似然比、诊断比值比，比率附 95%CI。
打开工具 →可用
回归拟合与作图
输入自变量与因变量，自动拟合线性 / 二次 / 三次模型并比较优劣，输出回归方程与拟合图。
打开工具 →可用
样本量计算器
按研究类型（参考区间研究 / 诊断试验 / 相关性研究）预设场景，填入参数即得所需样本量。
打开工具 →可用
参考区间计算器
输入一组测量值，自动计算均值、标准差、正态性检验与 P2.5–P97.5 参考区间，直接生成可写入论文的参考区间表。
打开工具 →可用
ROC 曲线与诊断效能
输入金标准与测量值，自动算 AUC（含 95%CI）、绘制 ROC 曲线、按约登指数给出最佳截断及敏感度/特异度。影像诊断研究核心工具。
打开工具 →可用
ICC 一致性计算器
组内相关系数（ICC 2,1 / 2,k），含 95% 置信区间与一致性等级判读。影像科研观察者一致性分析必备。
打开工具 →关于 Labs
Labs 是元医生面向临床医生的商业化科研模块：研流 ResFlow、研图 ResPic、ResPath 三大产品支柱，配套一批免费在线统计工具。产品持续完善中，欢迎一线医生提出需求。
各工具说明与方法学
🤖 智能统计分析（贴表自动选方法出图）🔂 配对卡方 McNemar / Cochran's Q📏 效应量计算器（d / η² / 互换）🟰 等效 / 非劣效检验（TOST）📶 测量误差 SEM / MDC🏘️ 整群随机样本量（设计效应）⏳ 发病率 / 发病率比 IRR🕒 时间依赖 ROC / AUC(t)🔭 诊断试验 Meta（SROC）📊 统计制图（含三维）📐 预测模型样本量（Riley）🏆 Win Ratio 胜率法🎲 贝叶斯比例推断🛡️ E-value 未测量混杂敏感性👌 Gwet's AC1 评分者一致性🧫 多重检验校正（FDR / Holm）🪞 Lin's CCC 一致性相关系数〰️ 限制性立方样条（RCS）🪢 Fine-Gray 亚分布风险回归⚖️ 倾向性评分（PSM / IPTW）🧮 专项样本量（生存/诊断/非劣效）⏱️ RMST 限制平均生存时间📐 竞争风险累积发生率（CIF）🔀 NRI / IDI 预测模型改善评价📈 Cochran-Armitage 趋势检验👥 Fleiss Kappa 多评分者一致性🔔 正态性 / 方差齐性检验🎚️ 模型校准（Hosmer-Lemeshow + 校准曲线）🩺 Fagan 验后概率计算器🌪️ Meta 漏斗图 + Egger 检验🧭 统计方法选择向导📊 DeLong 检验（比较两条ROC的AUC）🔁 方法学比对（Passing-Bablok / Deming）🔬 ANOVA 事后多重比较🎯 Cronbach's α 量表信度📈 DCA 决策曲线分析📉 Cox 比例风险回归📋 Table 1 基线特征表生成器⚖️ RR/OR/NNT 风险指标计算器📶 非参数检验（Mann-Whitney/Kruskal-Wallis）🆚 t 检验 / 方差分析🎲 卡方 / Fisher 检验🔗 相关分析（Pearson/Spearman）🤝 Kappa 一致性检验📈 ROC 曲线与诊断效能🔁 ICC 一致性计算器📊 参考区间计算器🔢 样本量计算器➿ 回归拟合与作图🧮 诊断试验四格表👶 胎儿生物学参数百分位📉 Kaplan-Meier 生存曲线🩻 Bland-Altman 一致性图🌲 Meta 分析与森林图🧪 二分类 Logistic 回归📐 列线图 Nomogram
你还想要什么科研工具？
告诉我们你在科研中反复遇到、希望被工具解决的问题，我们会据此安排开发。