密歇根探究項目

基于人群大數據的環境與健康關系研究

課題簡介

本課題旨在挖掘和發現NHANES中環境污染與人群健康相關關系。National Health and Nutrition Examination Survey (NHANES)，即美國健康與營養調查研究，是一項美國針對成人和兒童健康和營養情況的研究項目。該項目結合了問卷調查和身體檢測，包括生化指標監測等數據，是美國健康統計中心（隸屬于美國疾控中心，負責產生美國健康情況數據）的一個主要項目。該項目大部分數據向公眾公開，任何個人和組織可以免費使用，用于科研、政策制定等。

該項目自1960年代初就開始，針對不同人群不同主題的研究已多次開展。從1999年開始，該項目變成一項持續性項目。該項目每年招募5000名受試者，覆蓋全美國各州。該項目調查內容包括人口統計學、社會經濟學、飲食習慣和健康相關問題 ；檢測內容包括醫學、牙科、生理學檢測，以及一些實驗室檢測項目（包括各類污染物指標）。該項目主要通過評估營養情況以及身體健康，研究主要疾病的流行情況和風險因素。所獲得的數據已經并且繼續被用于流行病學和健康學研究，大量科學家從該項目數據中發現許多環境健康、營養學現象，為美國制定公共衛生政策、指導和設計健康服務項目提供了很大幫助，也擴大了對美國全國的健康情況的了解，是美國對人民身高、體重和血壓等數據標準制定的基礎。

本課題將使用該項目中2009年以后的數據，研究目標污染物在人群中的內外暴露情況和人群健康狀態的關系，包括VOC（揮發性有機污染物）、農藥、重金屬等。通過化學、生物學和毒理學等基礎科學的知識指導可能發現相關關系的方向并提出假設，應用流行病學和統計學分析方法（相關分析，線性回歸分析和邏輯回歸分析方法等）檢測假設的成立與否，以此發現可能的疾病風險，并提出可行的預防措施。

 

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

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；

數學：
1、概率統計基礎知識
2、統計分析方法（相關分析、線性回歸分析、邏輯回歸等）

計算機：
1、Excel使用，包括數據管理、畫圖
2、SPSS使用和各方法實現
3、R語言