公共衛(wèi)生數(shù)據(jù)的生存分析

Category: STEM國際競賽 Date: 2020年3月22日下午6:57

公共衛(wèi)生是關(guān)系到一國或一個(gè)地區(qū)人民大眾健康的公共事業(yè)。公共衛(wèi)生具體包括對重大疾病尤其是傳染病（如結(jié)核、艾滋病、SARS等）的預(yù)防、監(jiān)控和治療；對食品、藥品、公共環(huán)境衛(wèi)生的監(jiān)督管制，以及相關(guān)的衛(wèi)生宣傳、健康教育、免疫接種等。例如對SARS的控制預(yù)防治療屬于典型的公共衛(wèi)生職能范疇。今天小編想要向大家介紹一下哈佛的導(dǎo)師帶領(lǐng)的科研課題哈佛科研課題：基于公共衛(wèi)生數(shù)據(jù)的生存分析。

課題簡介

隨著人們生活水平的提高及數(shù)據(jù)科學(xué)的進(jìn)步，研究群體性健康行為的公共衛(wèi)生領(lǐng)域正在得到越來越多學(xué)界和業(yè)界的關(guān)注，也讓基于大數(shù)據(jù)的群體性生存分析成為研究癌癥患者生存率、藥物療效、術(shù)后存活時(shí)間等問題的重要手段。

本課題旨在運(yùn)用生存分析方法，對公共衛(wèi)生學(xué)中常見的生存問題進(jìn)行分析，基于實(shí)際患者數(shù)據(jù)，探究年齡、性別、治療手段等關(guān)鍵因素對患者患病后、術(shù)后、藥物治療后的存活時(shí)間的影響，并應(yīng)用生存分析中的不同模型，如Cox模型，AFT加速模型等，對數(shù)據(jù)做進(jìn)一步分析處理，力求獲得對實(shí)踐有指導(dǎo)意義的結(jié)論。

通過本課題研究，研究者將掌握使用R進(jìn)行數(shù)據(jù)分析的技能，常用的生存分析模型，以及公共衛(wèi)生學(xué)中實(shí)際生存問題的了解。

科研方法

AI+X數(shù)據(jù)驅(qū)動型科研

AI＋X數(shù)據(jù)驅(qū)動型科研是指使用人工智能（AI）算法，收集、處理、分析具體學(xué)科（X）的海量數(shù)據(jù)，并基于此進(jìn)行預(yù)測，從而獲得科學(xué)發(fā)現(xiàn)的研究方法。與傳統(tǒng)的、基于實(shí)驗(yàn)或邏輯推理的研究方式相比，AI＋X數(shù)據(jù)驅(qū)動型科研可以借助AI算法強(qiáng)大的運(yùn)算能力，高效地進(jìn)行大數(shù)據(jù)分析，具有投入產(chǎn)出比高、適用范圍廣的優(yōu)點(diǎn)。

AI＋X數(shù)據(jù)驅(qū)動型科研已被廣泛地應(yīng)用于各個(gè)領(lǐng)域，利用AI算法研究基因數(shù)據(jù)，從而進(jìn)行早期的癌癥篩查便是其中一例。基因組與癌癥病患的數(shù)據(jù)千千萬萬，使用傳統(tǒng)的科研方式對其進(jìn)行分析，工程量大、過程繁瑣，在客觀上難以實(shí)現(xiàn)。但借助AI算法這一便捷的工具，生命科學(xué)家便能夠以海量的患者的遺傳信息為基礎(chǔ)，建立數(shù)據(jù)庫，與過往的研究成果進(jìn)行對照，快速、準(zhǔn)確地在兩者中發(fā)現(xiàn)規(guī)律、建立聯(lián)系，從而使癌癥診斷的“標(biāo)準(zhǔn)化”成為可能。