新闻公告

首页 -- 最新通知

新闻公告

“生物医学统计创新引智教学与研究—2017年暑期研讨班”在中国人民大学成功举办

2017-07-14

2017年7月5日至9日,“生物医学统计创新引智教学与研究—2017年暑期研讨班”在中国人民大学成功举办。本项目旨在通过创新引智教学和研讨互动的方式,使青年学者了解前沿学科的发展,扩展我国生物医学统计青年学者的研究视野,提升研究水平。本次研讨班由中国人民大学统计学院、中国人民大学统计与大数据研究院及北京生物医学统计与数据管理研究会联合主办,邀请美国耶鲁大学生物统计学系赵宏宇教授、美国哥伦比亚大学生物统计学院韦颖教授、美国斯坦福大学统计系Stein Fellow夏璐博士、美国密歇根大学统计系何旭铭教授、美国德州农工大学流行病与生物统计系赵红伟教授、美国明尼苏达大学杨宇泓教授和赛诺菲(中国)投资有限公司全辉博士授课。研讨班共有来自全国各地高等院校、知名医院和制药企业等单位的45名正式学员和15名非正式学员参加。

7月5日上午,在明德法学楼0502教室举行了研讨班开班仪式,统计与大数据研究院院长艾春荣教授作了开幕式致辞,并宣布暑期研讨班开班。研讨班由暑期特色项目负责人、中国人民大学国家“千人计划”学者胡飞芳教授主持。研讨班为期五天,前两天由赵宏宇教授讲课并与学员讨论,授课主题为Workshop on Statistical Genetics and Genomics,围绕基因与基因组中涉及到的统计学问题展开探讨,如基因之间的相关性分析、遗传概率估计、致病基因结构推断、基因风险预测等。

7月7日上午韦颖教授围绕Recent Development in Analyzing Secondary Phenotype Data under Case-Control Designs专题进行了报告,对基因相关性研究中的病例对照设计方法进行讨论,指出如果直接用基因变异对二表型做回归会导致有偏的估计,回顾并比较了已有的对二表型作无偏估计和有效推断的方法。下午由夏璐博士围绕Statistical Issues of Post Model Selection Inference专题进行了报告,阐述了选择性推理的原理过程,介绍了选择后推断的几个有效方法,包括Lasso、边际筛选、向前逐步回归、主成分分析等。并讨论了如何用MCMC抽样技术来逼近选择后的密度函数。


7月8日上午何旭铭教授围绕Subgroup Analysis in Precision Medicine专题进行了报告,对临床试验中的亚组分析方法进行讨论,分析不同亚组中的治疗效应是否相同及实现个性化医疗的可行性,并详细介绍了亚组的分组方法,验证性的统计检验及其定量风险评估方法。下午由赵红伟教授围绕Propensity Score Methods for Observational Data Analysis专题进行了报告,首先介绍了潜在结果及因果效应理论,然后介绍了倾向评分方法的前提假设,并用实际数据展示了如何用倾向评分对因果治疗效用进行分析,接着详细阐述了因果推断中的其他方法包括边际结构模型、g-方法、因果中介分析及工具变量在处理未观测到的混杂因子中的应用。

7月9日上午由全辉博士围绕Considerations on trial design and data analysis for multi-regional clinical trials专题进行了报告,就跨地区临床试验的产生背景,MRCT随机效应模型、离散随机效应模型,区域治疗效用一致性的质量评估,试验如何进行结果的分析方法展开了讨论。下午由杨宇泓教授围绕Model Selection: Uncertainty, Diagnosis, and Improving Reproducibility专题进行了报告,回顾了模型选择的特点及模型选择中的一些问题,并对模型选择的理论与实践的差距进行了讨论。提出模型选择诊断方法用来评估模型选择方法的可靠性,阐述了从不同的方向来提高模型选择的方法,如通过变量权重测量来提供更稳定的变量选择方法,交叉验证方法的合理使用及选择最好的回归方法等来提高模型选择。

为强化学员对生物医学统计前沿知识的理解与掌握,本次研讨班前两天仍采用上午教授授课,下午分组讨论的形式。后三天则尝试每个专题半天边报告边讨论的形式。学员在热烈的讨论互动中,对许多关注的问题有了进一步的认识和了解。


7月9日下午,本届生物医学统计暑期研讨班圆满落下帷幕,北京生物医学统计与数据管理研究会会长易丹辉教授出席会议,并发表总结讲话并为学员颁发结业证书。她表示,我们愿意为年轻人提供更多的机会。今后会继续选择大家感兴趣的主题,请外国专家来参与暑期研讨会,不断提升我国生物医学统计的综合实力和应用水平。

本届研讨班促进了国际知名专家与国内生物医学统计青年学者的交流互动,推动了中国生物医学统计事业的发展。