密歇根探究項(xiàng)目：基于人群大數(shù)據(jù)的環(huán)境與健康關(guān)系研究

Category: 培訓(xùn)課程, 科研項(xiàng)目培訓(xùn)
|
Date: 2023年2月24日上午10:35

本課題旨在挖掘和發(fā)現(xiàn)NHANES中環(huán)境污染與人群健康相關(guān)關(guān)系。National Health and Nutrition Examination Survey (NHANES)，即美國(guó)健康與營(yíng)養(yǎng)調(diào)查研究，是一項(xiàng)美國(guó)針對(duì)成人和兒童健康和營(yíng)養(yǎng)情況的研究項(xiàng)目。該項(xiàng)目結(jié)合了問(wèn)卷調(diào)查和身體檢測(cè)，包括生化指標(biāo)監(jiān)測(cè)等數(shù)據(jù)，是美國(guó)健康統(tǒng)計(jì)中心（隸屬于美國(guó)疾控中心，負(fù)責(zé)產(chǎn)生美國(guó)健康情況數(shù)據(jù)）的一個(gè)主要項(xiàng)目。

咨詢課程

Product Details

密歇根探究項(xiàng)目

基于人群大數(shù)據(jù)的環(huán)境與健康關(guān)系研究

課題簡(jiǎn)介

該項(xiàng)目自1960年代初就開(kāi)始，針對(duì)不同人群不同主題的研究已多次開(kāi)展。從1999年開(kāi)始，該項(xiàng)目變成一項(xiàng)持續(xù)性項(xiàng)目。該項(xiàng)目每年招募5000名受試者，覆蓋全美國(guó)各州。該項(xiàng)目調(diào)查內(nèi)容包括人口統(tǒng)計(jì)學(xué)、社會(huì)經(jīng)濟(jì)學(xué)、飲食習(xí)慣和健康相關(guān)問(wèn)題；檢測(cè)內(nèi)容包括醫(yī)學(xué)、牙科、生理學(xué)檢測(cè)，以及一些實(shí)驗(yàn)室檢測(cè)項(xiàng)目（包括各類污染物指標(biāo)）。該項(xiàng)目主要通過(guò)評(píng)估營(yíng)養(yǎng)情況以及身體健康，研究主要疾病的流行情況和風(fēng)險(xiǎn)因素。所獲得的數(shù)據(jù)已經(jīng)并且繼續(xù)被用于流行病學(xué)和健康學(xué)研究，大量科學(xué)家從該項(xiàng)目數(shù)據(jù)中發(fā)現(xiàn)許多環(huán)境健康、營(yíng)養(yǎng)學(xué)現(xiàn)象，為美國(guó)制定公共衛(wèi)生政策、指導(dǎo)和設(shè)計(jì)健康服務(wù)項(xiàng)目提供了很大幫助，也擴(kuò)大了對(duì)美國(guó)全國(guó)的健康情況的了解，是美國(guó)對(duì)人民身高、體重和血壓等數(shù)據(jù)標(biāo)準(zhǔn)制定的基礎(chǔ)。

本課題將使用該項(xiàng)目中2009年以后的數(shù)據(jù)，研究目標(biāo)污染物在人群中的內(nèi)外暴露情況和人群健康狀態(tài)的關(guān)系，包括VOC（揮發(fā)性有機(jī)污染物）、農(nóng)藥、重金屬等。通過(guò)化學(xué)、生物學(xué)和毒理學(xué)等基礎(chǔ)科學(xué)的知識(shí)指導(dǎo)可能發(fā)現(xiàn)相關(guān)關(guān)系的方向并提出假設(shè)，應(yīng)用流行病學(xué)和統(tǒng)計(jì)學(xué)分析方法（相關(guān)分析，線性回歸分析和邏輯回歸分析方法等）檢測(cè)假設(shè)的成立與否，以此發(fā)現(xiàn)可能的疾病風(fēng)險(xiǎn)，并提出可行的預(yù)防措施。

科研方法

AI+X數(shù)據(jù)驅(qū)動(dòng)型科研

AI＋X數(shù)據(jù)驅(qū)動(dòng)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(cè)，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(dòng)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(dòng)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(wàn)萬(wàn)，使用傳統(tǒng)的科研方式對(duì)其進(jìn)行分析，工程量大、過(guò)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(kù)，與過(guò)往的研究成果進(jìn)行對(duì)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。