数据科学的新手，我正在努力成为一个自我启动者，并在我的外科专科中实施高级数据分析。下面是我的数据集的描述。我知道我将不得不探索多种方法，但希望得到你认为最好的方法。我很可能会使用 R 来实现这个分析。
- 有一个包含大约 200 名患者（行）的数据集
- 每个患者大约有 10-15 个变量（术前和术中）
- 每个患者都经历了非手术或手术治疗
- 非手术治疗或手术治疗的成功取决于患者在就诊 1 年后填写的问卷。该问卷给出了他们（1）是否受益或（2）没有从手术中受益的二元结果。
我的研究问题如下：
- 在手术组中，我试图找出哪些变量会导致患者（1）受益与（2）不能从手术中受益，并创建一个模型可以更好地帮助预测我们可以对哪些患者进行手术（我已经遗漏了一些细节，例如患者人数、手术类型等）。
- 在第二项研究中，我想确定我们应该对哪些患者进行手术。换句话说，我想找出哪些术前特征使一些患者更有可能从（1）手术治疗与（2）非手术治疗中受益，在这种情况下，结果也将是问卷中的二元结果。
我为此尝试了线性和逻辑回归，但效果不是很好，因此我尝试学习更高级的模型。
临床医生更容易理解的模型更有价值，这就是我没有深入研究神经网络的原因。我感谢可以提供的任何和所有建议。另外，如果我把这个数据集扩大到 600 人，你会使用其他模型吗？我无法访问大型服务器，因此大部分操作将在我的笔记本电脑上完成，但我可以在必要时使用在线资源（Azure 等）。
谢谢大家的帮助和意见。