歡迎來到全傑科技

今日訪客: 3163
線上訪客: 7

本軟體最新開課活動

目前沒有相關活動!!!
本軟體之前的活動!!
本軟體有產品說明會, 請洽本公司!!

下載專區 Download

活動資訊

  • 目前尚無任何訓練課程!!

聯絡我們

姓名:
Email:
聯絡電話:
單位:
部門:
附件:
您的留言:

提供專業軟體代購服務
如有未列於網站之產品需求
歡迎來電洽詢,感謝您!
電話:(02)2507-8298

MedCalc 22
醫學統計師
easy-to-use statistical software
軟體代號:884
瀏覽次數:1619
Windows8Windows 10Windows 11
多人版
教育版
商業版
再啟動服務
試用版
遠端展示
在地教學
遠端安裝啟動服務
原廠技術服務
教育訓練
教學範例檔
中文安裝手冊
永久授權
中文型錄
英文型錄
安裝序號
合法保證
原廠手冊
電子英文手冊
64 Bit
ESD網路下載
授權下載光碟
影音教學檔
產品介紹!

您可以連結以下網址,來預覽所有YouTube的教學影片
http://www.youtube.com/user/SoftHome4MedCalc

 

凡和本公司購買MedCalc軟體,

    將提供軟體免費更新,您可以自行於官網下載最新版本

   
   
您不必為頻繁的軟體更新而擔負額外費用!

    全傑提供您最完善的售後保障服務!

 

是一個完整的專門為生物統計設計的軟體,內建各種生統專用的工具,是生物醫學研究人員的最佳研究夥伴.

所有統計圖形展示

1.統計軟體網站.

2.試用版下載

試用版 下載和安裝說明
您可以試用本軟體在15天內,
沒有任何功能限制
分32位和64位Windows版本

You can use MedCalc in demo mode 25 times. These limitations are:

1.the data you enter in demo mode cannot be saved on the disk;

2.in demo mode, the MedCalc spreadsheet is limited to 26 columns and 182 rows;

3.in demo mode the software does not allow to export or save graphs

 

Without any feature limitations, during 15 days without registration.

醫學統計師MedCalc


MedCalc提供四種非常重要的功能:
1.最容易使用的接收者操作特徵(ROC Curves)分析工具,且可以比較6組曲線
2.提供(Bland & Altman plot)
3.提供戴明回歸(Deming regression)
4.帕斯巴伯克回歸(Passing-Bablok)

軟體特色:
1.資料管理(Data management)
a.資料表(spreadsheet )可處理100000筆,每筆16384欄
b.可以修正並處理遺失值(missing data)
c.可以去除離群值(Outliers)
d.內建智慧型文字編輯器(WYSIWYG text editor)
e.可以很容易選取部分資料(subgroups)做統計分析
f.可以輸入各種統計軟體的資料格式如
(Excel , SPSS, DBase ,Lotus files, , SYLK, DIF plain text format)

2.文件(Documentation)
a.完整的輔助說明檔
b.PDF使用手冊(可在網路上下載)
c.HTML使用手冊(可在網路上使用)
d.可以在手冊上查詢內容

3.ROC Curve分析內容
a.可計算95%信賴區間的曲線下面積(AUCArea under the curve),P-Value,
methodology of DeLong et al. (1988) and Hanley & McNeil (1982, 1983).
b.可計算敏感度(sensitivity)、蓋似率(likelihood ratios)、正負門檻值(threshold values)
, specificity,
c.可畫ROC 曲線及95%信賴區間曲線
d.散佈點圖(dot diagram)可以依門檻值來畫
e.敏感圖(Plot of sensitivity)可以依設定的原則值(criterion values)來畫
f.可以同時比較6組ROC Curve i比較其面積差異,在95%信賴區間或標準誤之下
g.在ROC Curve可計算所需之樣本數(Sample size)
h.高品質的圖形輸出,符合各大論文期刊
i.可以加文字、箭頭等註解工具
j.圖形可與統計分析相融合

繪圖功能(Graphs)
有數十種常用的統計圖形,Histogram
Cumulative frequency distribution.
Normal plot
Box-and-whisker plot
Scatter diagram
Scatter diagram with regression line
Youden plot
Simple column chart
Clustered column chart
Stacked column chart
100% Stacked column chart
Bland & Altman plot
Mountain plot
Passing & Bablok regression plot
ROC curve
Interactive dot diagram
Plot versus criterion values
Comparison of ROC curves
Simple bars with error bars
Simple line with error bars
Simple box-and-whisker plots
Simple dots plot
Clustered bars with error bars
Clustered lines with error bars
Clustered box-and-whisker plots
Clustered dots plot
Simple bars with error bars
Simple line with error bars
Simple box-and-whisker plots
Multiple line graph
Clustered bars with error bars
Clustered box-and-whisker plots
Clustered dots plot
Clustered dots plot
Kaplan-Meier survival curve
Cox proportional regression: survival curves
Forest plot: odds ratio
Forest plot: standardized mean difference
Control chart
Serial measurements

統計功能 有
Summary statistics, including averages, standard deviation, median, percentiles, etc.
Tests for Normal distribution: chi-square test, Kolmogorov-Smirnov test, D'Agostino-Pearson test
Outlier detection
Histogram and cumulative frequency graphs with option of superimposed plot of the Normal distribution
Normal plot
Box-and-whisker plot
Correlation, rank correlation (Spearman's rho and Kendall's tau), and scatter diagram
Simple regression and scatter diagram with choice of 5 different equations for approximating curve (including parabola), residuals plot
Stepwise Multiple regression
Stepwise Logistic regression
One sample t-test, independent samples t-test (incl. correction for unequal variances - Welch test) and paired samples tests
Rank sum tests: Signed rank sum test (one sample), Mann-Whitney test (independent samples), Wilcoxon test (paired samples)
Variance ratio test (F-test)
One-way analysis of variance (ANOVA) with Levene's Test for Unequal Variances, and Student-Newman-Keuls (SNK) test for pairwise comparison of subgroups
Two-way analysis of variance and post-hoc multiple comparisons
Analysis of covariance (ANCOVA) and post-hoc multiple comparisons
Repeated measures analysis of variance
Kruskal-Wallis test and post-hoc multiple comparisons
Friedman test and post-hoc multiple comparisons
Frequencies table, crosstabulation analysis, Chi-square test, Chi-square test for trend (Cochran-Armitage test)
Tests on 2x2 tables: Fisher's exact test, McNemar test
Cochran's Q test and post-hoc multiple comparisons
Frequencies bar charts
Kaplan-Meier survival curve, logrank test for comparison of survival curves, hazard ratio, logrank test for trend
Cox proportional-hazards regression
Meta-analysis: odds ratio (random effects or fixed effects model - Mantel-Heinszel method); summary effects for continuous outcomes; Forest plot
Reference interval (normal range) (CLSI C28-A3)
Analysis of Serial measurements with group comparison
Bland & Altman plot for method comparison (bias plot) - repeatability
Mountain plot
Deming regression (method comparison)
Passing & Bablok regression (method comparison)
Inter-rater agreement: Kappa and Weighted Kappa
Intraclass correlation coefficient
Concordance correlation coefficient
Cronbach's Alpha
Responsiveness
Receiver Operating Characteristics (ROC) curve analysis, sensitivity and specificity (with 95% confidence interval), likelihood ratios, predictive values. Methods of DeLong et al. (1988) and Hanley & McNeil (1982, 1983).
Interval likelihood ratios
Comparison of up to 6 ROC curves (with pairwise comparison of the area under the ROC curves, with 95% confidence interval and P-value)
Interactive dot diagram for selection of threshold values
Significance of difference between means, percentages and between correlation coefficients
95% Confidence Interval for a rate, comparison of rates
Different data comparison graphs, lines, bars, error bars (1 SD, 2 SD, 1 SEM, 95% CI, percentile ranges, etc.)
Multiple box-and-whisker plots
Notched box-and-whisker plots for pairwise comparison of medians
Dot and line diagram (ladder plot)
Quality control chart
Youden plot
Comparison of proportions
Odds ratio, relative risk
Sampling: calculation of sample sizes

建議書籍: MedCalc統計分析方法及應用

https://www.books.com.tw/products/CN11554542


最重要的是MedCalc符合美國健康法案的508條的標準(Section 508 of the U.S. the Rehabilitation Act.)
讓您的統計分析結果不會受到任何質疑。

 

黃勇叡(2023)。運用機器學習使用步態特徵建立帕金森氏症患者跌倒預測之模型。﹝碩士論文。國立高雄科技大學﹞臺灣博碩士論文知識加值系統。 https://hdl.handle.net/11296/fpc7h6

 

論文名稱:       運用機器學習使用步態特徵建立帕金森氏症患者跌倒預測之模型

 

帕金森氏症是一種會逐漸惡化的神經系統疾病,運動失調、震顫和姿勢不穩為帕金森氏症的幾個主要特徵,其上述特徵也是造成跌倒的主要原因。帕金森氏症通常發生在老年人身上,對於老年人來說跌倒是件非常嚴重的事。因此,本研究使用患者的步態特徵與運動康復指數來進行跌倒預測。本研究使用Kinect感應器擷取帕金森氏症患者步行過程之步態特徵來進行跌倒預測,預測類別分為無跌倒者與跌倒者兩個類別,無跌倒的帕金森氏症患者數量為61人,有跌倒者數量為38,共99位患者。資料分為藥前階段的組別與藥後階段的組別,資料樣本數依序為517筆和600筆,共1171筆樣本。本研究使用了三種機器學習演算法來建立跌倒預測模型,分別為長短期記憶、卷積神經網路嵌合長短期記憶、隨機森林,並使用5折的K-Fold來進行交叉驗證。根據MedCalc進行模型間總體的績效比較,其結果顯示不論是藥前階段組與藥後階段組都是長短期記憶模型表現最穩定。其中,藥前階段組Precision為93.49%,Sensitivity為92.06%,Specificity為93.66%,Accuracy為92.92%,F1_score為93.03%,模型總體AUC為97.3%。藥後階段組Precision為94.17%,Sensitivity為92.35%,Specificity為94.08%,Accuracy為93.33%,F1_score為93.23%,模型總體AUC為98.1%。且運動康復指數不論是藥前階段組或藥後階段組都是長短期記憶模型中最重要的因素。本研究希望模型預測的結果和影響的重要性因素能協助醫生在臨床上進行診斷與治療。

 

 

陳玟霖(2021)。在誘導治療中加入莫須瘤治療狼瘡腎炎患者的效益:系統性文獻回顧、統合分析與臨床試驗計畫書。﹝碩士論文。國立臺灣大學﹞臺灣博碩士論文知識加值系統。 https://hdl.handle.net/11296/bp223q

 

論文名稱:       在誘導治療中加入莫須瘤治療狼瘡腎炎患者的效益:系統性文獻回顧、統合分析與臨床試驗計畫書

 

目的
在難治型狼瘡腎炎的患者,根據臨床治療指南建議可以使用莫須瘤 (Rituximab, RTX)治療,但在大型隨機雙盲臨床試驗和觀察性研究結果未能得出明確的結論。因此,我們將進行統合分析,以進一步了解 RTX在狼瘡腎炎患者中的效用。
研究方法
我們透過網路電子搜尋平台PubMed Embase和 Medline進行文獻搜索。搜尋範圍從2000-2020 年間,條件是比較狼瘡腎炎患者使用RTX與標準治療的差異。以收集總腎反應率 Total renal response, TR)進行分析,統計結果以 勝算比( Odds ratio, OR 與比例 (Proportion) 表 示。所有統計分析使用 Cochrane Review Manager version 5.4 (Cochrane Library, UK) 和 MedCalc Software version 19.4 (Ostend, Belgium)。
結果
符合搜尋條件的共有135 篇。最終,符合納入排除條件的有四篇比較性研究與九篇單臂研究,共納入 663 接受或未接受RTX治療的狼瘡腎炎患者。結果顯示,免疫抑制劑加上RTX與免疫調節劑單用相比 有較高的 TR Odds ratio=1.76, 95CI, 1.11-2.81 。進一步分析,RTX加上目前的標準治療藥物 cyclophosphamide (CYC) 或 mycophenolate mofetil ( RTX使用於 CYC的加乘效應 (TR Odds ratio=2.78, 95 CI, 1.17-6.59) 優於 RTX用於 MMF (TR Odds ratio=1.86, 95 CI, 1.03-3.38)。
結論
我們的研究結果顯示,在誘導治療中將RTX加入狼瘡性腎炎的治療可能會達到臨床上顯著的腎臟反應率,特別是與單獨使用 CYC的情況相比。

 

許煥文(2019)。對於懷疑感染的血液透析患者,比較qSOFA以及SIRS scores 對其預測菌血症的能力。﹝碩士論文。中山醫學大學﹞臺灣博碩士論文知識加值系統。 https://hdl.handle.net/11296/zrh64y

 

論文名稱:       對於懷疑感染的血液透析患者,比較qSOFA以及SIRS scores 對其預測菌血症的能力

 

研究目的:血液透析患者免疫功能相較於一般成人不佳,因此一旦感染之後易造成嚴重的併發症甚至死亡,其中菌血症是常見嚴重併發症且造成死亡的原因之一。過往曾有諸多研究,致力於找尋能良好預測菌血症的工具,其中廣為大家所接受的包括了SIRS criteria. 然而對於感染的洗腎患者,卻有研究顯示SIRS criteria未必能在這類族群患者身上呈現相同的預測能力。在2016年Sepsis-3國際共識大會Seymour等學者提出了新的臨床工具qSOFA score,對於非加護病房照護下的感染患者,qSOFA score可有效評估其不良預後。在此我們試圖對於感染的洗腎患者,比較qSOFA score與SIRS criteria對其菌血症的預測能力。

研究方法及資料:本研究為一回朔性研究,收集了中山醫學大學附設醫院自2017年1月1日至2017年12月31日,前來急診就醫的洗腎患者( ICD-10-CM code N18.6 ); 收案條件為在急診檢傷時體溫大於攝氏38度,排除條件則有1. 到院前死亡2. 換腎手術後的患者。分別統計其qSOFA score and SIRS criteria並利用MedCalc 軟體來比較是否qSOFA score 比 SIRS criteria 對於感染的洗腎患者,有更佳預測菌血症的能力。
研究結果:我們共收錄了783人次的急診洗腎病患,符合檢傷體溫大於攝氏38度共107人。扣除了1人為到院前死亡以及6人為換腎患者,最後總計100人,其中血液細菌培養呈現陽性結果的共有21人次( 21%)。對於菌血症的預測能力qSOFA (AUC, 0.53; 95% CI, 0.44 to 0.64)的表現略勝過SIRS (AUROC, 0.52; 95% CI, 0.418 to 0.621; P = 0.78),但統計學上並無差異。


結論與建議:根據我們的研究可以得知雖然qSOFA score(比上SIRS criteria)對於感染洗腎病患擁有較佳的預測菌血症能力,但兩者在統計學上並無差異,且AUROC of qSOFA只有0.54 (95% CI, 0.43 to 0.63)。因此對於感染洗腎患者,我們不建議將qSOFA score拿來當作預測其菌血症的工具。

 

宋政輝(2019)。利用電腦斷層微灌流影像預測磁振擴散權重影像判別中風結果。﹝碩士論文。逢甲大學﹞臺灣博碩士論文知識加值系統。 https://hdl.handle.net/11296/3wzcxg。

 

論文名稱:       利用電腦斷層微灌流影像預測磁振擴散權重影像判別中風結果

 

電腦斷層微灌流影像 (Computed Tomography perfusion ,CTP) 可以很好的幫助醫師診斷病患是否中風,但是因為影像處理的方法不同,會使影像看起來有所不同。
本論文與中國醫藥大學附設醫院合作,取得2018年全年度有做過CTP造影以及做過CTP造影後一周內有接受過磁振擴散權重影像 (Diffusion weighted image ,DWI)[13] 檢查的缺血性中風患者資料。將患者資料做匿名並亂數排列,並將影像交由專業醫師判別患者的中風狀況。
判讀的結果利用SPSS計算Kappa統計值來了解醫師間的一致性,並利用ROC曲線下面積來檢測醫師判讀CTP影像的結果是否與DWI的結果一致,來了解不同程式處裡的CTP影像是否會明顯的影響醫師的判讀結果。

 

鄭麗華(2012)。比較兩種疼痛觀察工具於測量重症病人疼痛的成效。﹝碩士論文。長庚大學﹞臺灣博碩士論文知識加值系統。 https://hdl.handle.net/11296/ksuwu4。

 

論文名稱:       比較兩種疼痛觀察工具於測量重症病人疼痛的成效

 

 

「疼痛」是多數重症病人的重大壓力源,目前自陳式疼痛評估量表已被廣泛運用在住院病患中,但可能不適用於因被插管、鎮靜麻醉或太虛弱而無法用口語表達其疼痛的重症病患。本研究採用國外信效度較完整的CPOT ( Critical-Care Pain Observation Tool ) 和BPS ( Behavior Pain Scale)兩個疼痛觀察評估工具,研究目的為:(一)建立中文版 CPOT的信效度;(二)比較此兩種疼痛評估工具在重症病人疼痛的測量成效。本研究採交叉設計觀察性研究,在北部某區域教學醫院的內科加護病房進行,共收案316人。資料運用SPSS18.0及MedCalc軟體進行統計分析,結果發現: (一)中文版CPOT有良好內容效度(CVI=1),高一致性的評分者間信度(k=0.54~ 1.0, percentage agreement =92.3%)、高相關的再測信度(r= 0.93, p< 0.05)、並具有良好的效標效度(wald= 22.82, p< 0.05)及良好的區辨效度( F= 1349.70, p< 0.01 )。(二)以病人自述有無疼痛為依變項,在控制兩組病人屬性差異後,分別以中文版CPOT分數和BPS分數及生理指標之抽痰前後的數值差為自變項進行Logistic Regression分析,結果顯示僅有中文版CPOT分數(OR= 1.93, p<0.01)和中文版BPS分數(OR=1.83, p<0.01 )可預測「有」疼痛的自述情形。而以AUC(area under curve)值,比較兩者對疼痛診斷的鑑別力,中文版CPOT為76.4%、中文版BPS為73.1%。由以上結果得知中文版CPOT為信效度良好的工具,且對於重症病人疼痛的測量成效較中文版BPS佳。因此,建議未來不論清醒或不清醒的重症病人,皆能使用中文版CPOT做為監測疼痛之評估工具。

 

圖片展示

Medcalc

MedCalc Taiwan

MedCalc Taiwan

影片教學

Tutorial for MedCalc MedCalc Rank Sum tests: 教學



Tutorial for MedCalc MedCalc Rank Correlation: 教學



Tutorial for MedCalc Passing-Bablok Regression: 教學


Tutorial for MedCalc Partial correlation: 教學




Tutorial for MedCalc paired t-test: 教學



 

Tutorial for MedCalc Deming Regression: 教學



 

Tutorial for MedCalc Distribution Plot: 教學



Tutorial for MedCalc Enter Data: 教學

Tutorial for MedCalc Fisher Exact Test: 教學




Tutorial for MedCalc Interactive dot diagram: 教學

Tutorial for MedCalc Inter-rater: 教學



Tutorial for MedCalc Intraclass correlation: 教學

Tutorial for MedCalc Kaplan-Meier survival curve: 教學



Tutorial for MedCalc Logistic regression: 教學



Tutorial for MedCalc: 教學



Tutorial for MedCalc Meta-analysis Continuous data: 教學



Tutorial for MedCalc Meta-analysis Odds ratio: 教學



Tutorial for MedCalc Mountain Plot: 教學



Tutorial for MedCalc Multiple comparison graphs: 教學

Tutorial for MedCalc Multiple line grap: 教學

Tutorial for MedCalc Multiple Regression: 教學

Tutorial for MedCalc one sample t-test: 教學

Tutorial for MedCalc One-Way ANOVA.mp4 : 教學

Tutorial for MedCalc Outlier detection : 教學

Tutorial for MedCalc Reference Interval.mp4 : 教學

 

Tutorial for MedCalc Reference Line: 教學

 

Tutorial for MedCalc Regression: 教學

 

Tutorial for MedCalc Repeated measures Two Factor.mp4 : 教學

Tutorial for MedCalc Repeated measures: 教學

Tutorial for MedCalc ROC Curve: 教學

Tutorial for MedCalc Sampling.mp4 : 教學

Tutorial for MedCalc Select TXT: 教學

Tutorial for MedCalc Serial measurements : 教學

Tutorial for MedCalc Summary statistics: 教學