哈佛科研課題

基于公共衛生數據的生存分析

課題簡介

隨著人們生活水平的提高及數據科學的進步，研究群體性健康行為的公共衛生領域正在得到越來越多學界和業界的關注，也讓基于大數據的群體性生存分析成為研究癌癥患者生存率、藥物療效、術后存活時間等問題的重要手段。

本課題旨在運用生存分析方法，對公共衛生學中常見的生存問題進行分析，基于實際患者數據，探究年齡、性別、治療手段等關鍵因素對患者患病后、術后、藥物治療后的存活時間的影響，并應用生存分析中的不同模型，如Cox模型，AFT加速模型等，對數據做進一步分析處理，力求獲得對實踐有指導意義的結論。

通過本課題研究，研究者將掌握使用R進行數據分析的技能，常用的生存分析模型，以及公共衛生學中實際生存問題的了解。

 

科研方法

AI+X數據驅動型科研

AI＋X數據驅動型科研是指使用人工智能（AI）算法，收集、處理、分析具體學科（X）的海量數據，并基于此進行預測，從而獲得科學發現的研究方法。與傳統的、基于實驗或邏輯推理的研究方式相比，AI＋X數據驅動型科研可以借助AI算法強大的運算能力，高效地進行大數據分析，具有投入產出比高、適用范圍廣的優點。

AI＋X數據驅動型科研已被廣泛地應用于各個領域，利用AI算法研究基因數據，從而進行早期的癌癥篩查便是其中一例。基因組與癌癥病患的數據千千萬萬，使用傳統的科研方式對其進行分析，工程量大、過程繁瑣，在客觀上難以實現。但借助AI算法這一便捷的工具，生命科學家便能夠以海量的患者的遺傳信息為基礎，建立數據庫，與過往的研究成果進行對照，快速、準確地在兩者中發現規律、建立聯系，從而使癌癥診斷的“標準化”成為可能。

---

課題要求

本課題適合： 9-12 年級學生，有較強的邏輯思維和抽象思維能力

1. 英文：
（1）具備基本的學術英語閱讀能力；
（2）接觸過英文寫作，有論文寫作經驗者更佳；

 

2. 數學：
（1）統計基礎知識；
（2）微積分（偏微分）；
（3）線性代數；

 

3. 計算機：

最好有一定的數據處理基礎。如果沒有，以下軟件選擇一種或多種，在課題開始后的1-2周進行強化學習并能進行初步的應用
（1）R Studio；
（2）Stata；
（3）Python（Jupyter Notebook, Anaconda）