南方醫(yī)科大學(xué)衛(wèi)生統(tǒng)計(jì)學(xué)演講人：日期:CONTENTS目錄01學(xué)科概述02核心理論體系03實(shí)際應(yīng)用領(lǐng)域04教學(xué)體系架構(gòu)05科研方向聚焦06學(xué)科發(fā)展展望01學(xué)科概述學(xué)科發(fā)展歷程創(chuàng)始與發(fā)展衛(wèi)生統(tǒng)計(jì)學(xué)作為一門學(xué)科，起源于人類對(duì)健康和疾病的認(rèn)識(shí)，隨著醫(yī)學(xué)和統(tǒng)計(jì)學(xué)的發(fā)展而逐漸完善。南方醫(yī)科大學(xué)衛(wèi)生統(tǒng)計(jì)學(xué)學(xué)科前沿該校衛(wèi)生統(tǒng)計(jì)學(xué)學(xué)科歷史悠久，在國(guó)內(nèi)外享有較高聲譽(yù)，擁有一批優(yōu)秀的學(xué)者和教學(xué)團(tuán)隊(duì)。衛(wèi)生統(tǒng)計(jì)學(xué)不斷吸收新的統(tǒng)計(jì)學(xué)方法和計(jì)算機(jī)技術(shù)，在數(shù)據(jù)挖掘、生物醫(yī)學(xué)大數(shù)據(jù)分析等方面取得了顯著進(jìn)展。123研究對(duì)象與范疇衛(wèi)生統(tǒng)計(jì)學(xué)的研究對(duì)象主要是醫(yī)療衛(wèi)生領(lǐng)域中的各種數(shù)據(jù)，包括疾病、健康、人口、環(huán)境等多方面的信息。研究對(duì)象研究范疇研究方法與技術(shù)衛(wèi)生統(tǒng)計(jì)學(xué)的研究范疇廣泛，涉及生物醫(yī)學(xué)、公共衛(wèi)生、衛(wèi)生管理等多個(gè)領(lǐng)域，旨在通過統(tǒng)計(jì)學(xué)方法解決醫(yī)療衛(wèi)生領(lǐng)域中的實(shí)際問題。衛(wèi)生統(tǒng)計(jì)學(xué)不僅關(guān)注數(shù)據(jù)的收集、整理和分析，還注重統(tǒng)計(jì)學(xué)方法的選擇、應(yīng)用和創(chuàng)新，如實(shí)驗(yàn)設(shè)計(jì)、抽樣調(diào)查、回歸分析、生存分析等。在醫(yī)學(xué)研究中的地位醫(yī)學(xué)研究的重要工具學(xué)科交叉與融合公共衛(wèi)生決策的重要依據(jù)衛(wèi)生統(tǒng)計(jì)學(xué)是醫(yī)學(xué)研究的重要工具之一，可以幫助研究者設(shè)計(jì)實(shí)驗(yàn)、收集數(shù)據(jù)、分析結(jié)果，為醫(yī)學(xué)研究提供科學(xué)依據(jù)。衛(wèi)生統(tǒng)計(jì)學(xué)在公共衛(wèi)生領(lǐng)域具有廣泛應(yīng)用，可以為政府制定衛(wèi)生政策、規(guī)劃衛(wèi)生資源、評(píng)估衛(wèi)生項(xiàng)目效果等提供科學(xué)依據(jù)和數(shù)據(jù)支持。衛(wèi)生統(tǒng)計(jì)學(xué)與其他學(xué)科如流行病學(xué)、醫(yī)學(xué)影像學(xué)、生物信息學(xué)等的交叉與融合，推動(dòng)了醫(yī)學(xué)領(lǐng)域的發(fā)展和創(chuàng)新，為醫(yī)學(xué)研究提供了新的思路和方法。02核心理論體系概率論與分布基礎(chǔ)概率論基本原理概率的加法、乘法、條件概率、全概率公式和貝葉斯公式等。02040301隨機(jī)變量及其數(shù)字特征數(shù)學(xué)期望、方差、標(biāo)準(zhǔn)差、協(xié)方差和相關(guān)系數(shù)等。常見概率分布二項(xiàng)分布、Poisson分布、正態(tài)分布、t分布和F分布等。大數(shù)定律與中心極限定理切比雪夫大數(shù)定律、伯努利大數(shù)定律、中心極限定理等。統(tǒng)計(jì)推斷方法分類點(diǎn)估計(jì)、區(qū)間估計(jì)、假設(shè)檢驗(yàn)等。參數(shù)估計(jì)秩和檢驗(yàn)、卡方檢驗(yàn)、基于分布的檢驗(yàn)等。非參數(shù)統(tǒng)計(jì)方法線性回歸、多重回歸、嶺回歸、Lasso回歸等。回歸分析決策樹、隨機(jī)森林、支持向量機(jī)、神經(jīng)網(wǎng)絡(luò)等。分類分析靈敏度、特異度、ROC曲線、似然比等。醫(yī)學(xué)診斷試驗(yàn)評(píng)價(jià)Logistic回歸、Cox回歸、神經(jīng)網(wǎng)絡(luò)等。醫(yī)學(xué)預(yù)測(cè)模型01020304Kaplan-Meier生存曲線、Cox比例風(fēng)險(xiǎn)模型等。生存分析模型隨機(jī)化、盲法、樣本量計(jì)算、數(shù)據(jù)分析方法等。臨床試驗(yàn)設(shè)計(jì)與分析常用醫(yī)學(xué)分析模型03實(shí)際應(yīng)用領(lǐng)域臨床試驗(yàn)設(shè)計(jì)規(guī)范臨床試驗(yàn)設(shè)計(jì)原則偏倚控制樣本量計(jì)算數(shù)據(jù)收集與記錄包括隨機(jī)化、對(duì)照、重復(fù)和盲法等原則，確保試驗(yàn)結(jié)果的有效性和可靠性。根據(jù)試驗(yàn)?zāi)康?、預(yù)期效應(yīng)大小、I型錯(cuò)誤率等參數(shù)，計(jì)算所需的樣本量，以保證足夠的檢驗(yàn)效能。采取措施減少或消除偏倚，如隨機(jī)化分組、盲法評(píng)估、意向治療分析等。規(guī)定數(shù)據(jù)收集的方法和流程，確保數(shù)據(jù)的真實(shí)性和完整性。公共衛(wèi)生數(shù)據(jù)分析描述性統(tǒng)計(jì)運(yùn)用統(tǒng)計(jì)圖表和指標(biāo)，描述公共衛(wèi)生數(shù)據(jù)的分布特征和變化趨勢(shì)。01推斷性統(tǒng)計(jì)通過樣本數(shù)據(jù)推斷總體特征，包括參數(shù)估計(jì)和假設(shè)檢驗(yàn)等。02關(guān)聯(lián)性分析探索變量之間的關(guān)聯(lián)性，如疾病與危險(xiǎn)因素之間的相關(guān)性和影響強(qiáng)度。03預(yù)測(cè)性分析基于現(xiàn)有數(shù)據(jù)和數(shù)學(xué)模型，預(yù)測(cè)未來公共衛(wèi)生趨勢(shì)和疾病風(fēng)險(xiǎn)。04疾病預(yù)測(cè)模型構(gòu)建數(shù)據(jù)預(yù)處理變量篩選模型選擇與優(yōu)化模型評(píng)估與驗(yàn)證包括數(shù)據(jù)清洗、缺失值處理、異常值檢測(cè)和數(shù)據(jù)轉(zhuǎn)換等步驟，以提高模型擬合效果。從眾多變量中篩選出與疾病發(fā)生或發(fā)展密切相關(guān)的變量，作為預(yù)測(cè)模型的自變量。根據(jù)數(shù)據(jù)特點(diǎn)和預(yù)測(cè)目標(biāo)，選擇合適的預(yù)測(cè)模型，如回歸分析、決策樹、神經(jīng)網(wǎng)絡(luò)等，并進(jìn)行參數(shù)優(yōu)化和模型訓(xùn)練。通過交叉驗(yàn)證、ROC曲線、準(zhǔn)確率、靈敏度等指標(biāo)評(píng)估模型的預(yù)測(cè)性能，并進(jìn)行模型驗(yàn)證和調(diào)優(yōu)。04教學(xué)體系架構(gòu)課程模塊設(shè)置包括概率論與數(shù)理統(tǒng)計(jì)、醫(yī)學(xué)統(tǒng)計(jì)學(xué)等。醫(yī)學(xué)統(tǒng)計(jì)學(xué)核心課程涵蓋流行病學(xué)、衛(wèi)生經(jīng)濟(jì)學(xué)、衛(wèi)生事業(yè)管理等。公共衛(wèi)生應(yīng)用課程包含統(tǒng)計(jì)軟件應(yīng)用、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)等。數(shù)據(jù)分析方法與技術(shù)實(shí)踐教學(xué)環(huán)節(jié)課題研究與論文撰寫鼓勵(lì)學(xué)生參與課題研究，培養(yǎng)科研素養(yǎng)和論文寫作能力。03在醫(yī)療機(jī)構(gòu)或公共衛(wèi)生機(jī)構(gòu)進(jìn)行實(shí)習(xí)，參與實(shí)際工作，提高應(yīng)用能力。02實(shí)習(xí)實(shí)訓(xùn)實(shí)驗(yàn)課程通過實(shí)驗(yàn)操作加深對(duì)理論知識(shí)的理解，培養(yǎng)解決實(shí)際問題的能力。01軟件操作能力培養(yǎng)統(tǒng)計(jì)分析軟件如SPSS、SAS、Stata等，掌握基本操作和高級(jí)功能。01數(shù)據(jù)可視化軟件如Tableau、Echarts等，提高數(shù)據(jù)展示和解讀能力。02編程技能如Python、R等，具備數(shù)據(jù)處理和統(tǒng)計(jì)分析的編程能力。0305科研方向聚焦生物醫(yī)學(xué)大數(shù)據(jù)處理運(yùn)用統(tǒng)計(jì)學(xué)方法對(duì)海量生物數(shù)據(jù)進(jìn)行分析和挖掘，包括基因組學(xué)、蛋白質(zhì)組學(xué)等。生物信息學(xué)醫(yī)學(xué)影像處理公共衛(wèi)生數(shù)據(jù)科學(xué)針對(duì)醫(yī)學(xué)影像數(shù)據(jù)，開發(fā)圖像處理算法和統(tǒng)計(jì)分析方法，提高疾病的診斷準(zhǔn)確率。利用大數(shù)據(jù)分析技術(shù)，對(duì)公共衛(wèi)生領(lǐng)域的數(shù)據(jù)進(jìn)行挖掘和利用，為疾病預(yù)防和控制提供科學(xué)依據(jù)。流行病學(xué)統(tǒng)計(jì)方法傳染病模型建立傳染病傳播模型，評(píng)估干預(yù)措施的效果，預(yù)測(cè)疾病流行趨勢(shì)。生存分析臨床試驗(yàn)設(shè)計(jì)研究生存時(shí)間和結(jié)局之間的關(guān)系，以及影響因素對(duì)生存時(shí)間的影響，為臨床治療和康復(fù)提供指導(dǎo)。運(yùn)用統(tǒng)計(jì)學(xué)原理，設(shè)計(jì)科學(xué)、合理的臨床試驗(yàn)方案，評(píng)估新藥和新療法的療效和安全性。123健康政策評(píng)估研究政策效果評(píng)估醫(yī)學(xué)決策分析健康經(jīng)濟(jì)學(xué)運(yùn)用統(tǒng)計(jì)學(xué)方法評(píng)估健康政策的實(shí)施效果，為政策制定和調(diào)整提供依據(jù)。研究健康投資與健康產(chǎn)出之間的關(guān)系，以及不同健康政策對(duì)經(jīng)濟(jì)的影響，為衛(wèi)生資源合理配置提供建議。基于統(tǒng)計(jì)學(xué)和決策理論，為醫(yī)學(xué)決策提供科學(xué)依據(jù)，包括臨床決策、衛(wèi)生資源配置等方面。06學(xué)科發(fā)展展望新技術(shù)融合趨勢(shì)大數(shù)據(jù)與人工智能衛(wèi)生統(tǒng)計(jì)學(xué)將更加注重大數(shù)據(jù)和人工智能技術(shù)的應(yīng)用，包括數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等。01精準(zhǔn)醫(yī)學(xué)借助基因組學(xué)、蛋白質(zhì)組學(xué)等技術(shù)，衛(wèi)生統(tǒng)計(jì)學(xué)將向精準(zhǔn)醫(yī)學(xué)方向發(fā)展，實(shí)現(xiàn)個(gè)體化醫(yī)療。02互聯(lián)網(wǎng)+醫(yī)療健康衛(wèi)生統(tǒng)計(jì)學(xué)將與互聯(lián)網(wǎng)技術(shù)深度融合，推動(dòng)醫(yī)療健康數(shù)據(jù)的共享和利用。03跨學(xué)科合作路徑衛(wèi)生統(tǒng)計(jì)學(xué)需要與臨床醫(yī)學(xué)、預(yù)防醫(yī)學(xué)、流行病學(xué)等醫(yī)學(xué)領(lǐng)域緊密合作，共同解決醫(yī)學(xué)問題。與醫(yī)學(xué)領(lǐng)域合作衛(wèi)生統(tǒng)計(jì)學(xué)也需要與社會(huì)科學(xué)領(lǐng)域合作，探討健康的社會(huì)決定因素，為公共衛(wèi)生政策的制定提供依據(jù)。與社會(huì)科學(xué)領(lǐng)域合作衛(wèi)生統(tǒng)計(jì)學(xué)需要與計(jì)算機(jī)科學(xué)領(lǐng)域合作，開展數(shù)據(jù)科學(xué)、人工智能等方面的研究。與計(jì)算機(jī)科學(xué)領(lǐng)域合作國(guó)際標(biāo)準(zhǔn)化