# 相关项目导航 v2.0

核查日期：2026-10-08。按任务选择参考项目，不按 stars 或代码行数排名。下面链接来自项目作者/维护机构仓库与官方文档；没有对全部仓库做代码审计、临床有效性验证或维护承诺。

| 你要做什么 | 项目 | 适合借鉴 | 使用边界 |
|---|---|---|---|
| 用 AI 辅助学 R | [learn-r-with-ai](https://github.com/htlin222/learn-r-with-ai) | 临床情境、逐步练习、Quarto 教程结构 | AI 辅助学习不等于方法已审核；本项目没有复制其课程 |
| 学中文医学统计案例 | [R_medical_stat](https://github.com/ayueme/R_medical_stat) | 中文医学统计学习与案例路线 | 作者说明并非零 R 基础教材；书籍 CC BY-SA 4.0，链接不改变其授权 |
| 生成基线表 | [gtsummary](https://github.com/ddsjoberg/gtsummary) | 描述与回归结果表；本项目提供可选实操 | 核对类型、分母、缺失和参数；不默认 add_p，不以漂亮表格替代设计 |
| 在 Python 做 Table 1 | [tableone](https://github.com/tompollard/tableone) | 临床研究基线汇总工作流 | 需要明确定义类别、汇总与检验设置；尚未接入本项目核心计算 |
| 做带统计注释的图 | [ggstatsplot](https://github.com/IndrajeetPatil/ggstatsplot) | 原始点、摘要、效应量与区间；可选集成 | 明确统计默认值、比较方向和效应定义；标准化量不能当原始单位效应 |
| Python 扩展统计 | [pingouin](https://github.com/raphaelvallat/pingouin) | 统计检验、效应量等工具 | 依旧核查配对、缺失、方向和默认参数；未做本项目全库交叉验证 |
| 从 SAS 迁移到 R | [Bayer sas2r](https://github.com/Bayer-Group/sas2r) | 临床试验 SAS / R 对照学习资源 | 对照代码不表示任意项目符合监管交付要求 |
| 理解跨语言流行病学计算 | [CDC Statistical Comparison Functions](https://github.com/CDCgov/Statistical-Comparison-Functions-using-SAS-R-Python) | SAS / R / Python 的部分统计函数对照 | 仓库注明 pre-release；有 NHSN 场景，不能当通用金标准 |
| 画生存分析图 | [survminer](https://github.com/kassambara/survminer) | 生存曲线及相关可视化 | 先理解删失、竞争风险、比例风险与研究设计；图形不能验证假设 |
| 学回归与预测建模 | [rms](https://github.com/harrelfe/rms) | 回归建模策略与诊断工具 | 样本量、过拟合、校准、内部/外部验证仍要设计；不等于自动因果分析 |
| 零代码先理解统计 | [jamovi](https://github.com/jamovi/jamovi) | 免费图形界面统计环境 | 菜单降低操作门槛，但不会自动解决独立性与方法条件 |
| 进阶临床试验数据工程 | [pharmaverse admiral](https://github.com/pharmaverse/admiral) | CDISC ADaM 数据派生的 R 工具 | 不是初学者通用选检验器；CDISC 数据结构与统计推断是不同层次 |

本次直接实现的是原创 Table 1 / 诊断 / 报告工作流，以及 gtsummary、ggstatsplot 的可选适配。其他资源是学习入口，没有将它们的代码或数据并入项目，也不声称验证其所有功能。

## 建议的学习路径

先理解变量、分析单位、效应和区间，再用本项目离线向导或 jamovi 练习；愿意写代码时学基础 R 的数据读入和 t.test，继而用 gtsummary 明确地生成 Table 1。掌握报告规则后再看 ggstatsplot、回归与生存分析。Python 路线可从现有 SciPy 示例入手；SAS 与团队流程衔接，C++ 作为算法实现学习而非常规入门要求。

如果借用第三方代码、文字、数据或图，应逐件核查仓库和文件许可证、注明来源并遵守条款。本项目 MIT 只覆盖自身原创内容，不把第三方材料重新许可为 MIT。资源名称、链接和教学建议不是其作者对本项目的认可。