摘要：为了实现大样本量和多样化的研究人群分析,整合来自多个异质来源的数据库已经变得越来越流行。本文综述了整合多个不同人群下的不同设计的数据库在因果推理方法方面的进展。尤其是随机临床试验与外部信息相结合的研究进展以及将观察性研究和历史对照相结合的方法。此外,针对单一样本缺乏相关混杂变量信息,也可以应用两样本孟德尔随机化方法控制未知的混杂因素从而推断因果关系。这种分布式数据设计具有有效性和真实世界数据研究的安全性。

摘要：大数据生态流行病学理论范式阐明了一个更全面的生态流行病学视角,承认和捕捉现实世界和虚拟世界中的众多健康决定因素具有等级镶嵌和交互博弈的复杂网络特征。在这种镶嵌分层相互作用及其网络博弈的复杂背景下,传统的基于独立随机假设的传统流行病学抽样调查方法、传统分析流行病学和实验流行病学设计策略及统计分析方法,均面临巨大挑战。取而代之的是,系统动力学模型、网络分析及网络动力学模型、多智能体系统模型以及未来需要发展的生态流行病学超图因果推断模型。从而,由新理论范式、新设计策略和新统计方法,构成了大数据生态流行病学理论方法体系。

摘要：当今大数据、人工智能时代背景下,生态流行病学既进入快速发展和应用阶段,又在理论范式、设计策略和统计方法等方面,面临诸多发展瓶颈;必须提出适于数字化智能时代的生态流行病学新理论范式、新设计策略和新统计方法。为此,本文创建了既相对独立又相互依赖的“现实世界”与“虚拟世界”中众多镶嵌层级内健康决定因素交互博弈的大数据生态流行病学模型;创立了现实和虚拟两个世界中,均以表观遗传为中介在现实世界、虚拟世界的健康决定因素、以基因组为核心的多组学因素间交互博弈的生态流行病学新病因模型;并在同一数字健康模型下,通过“同一健康”和“数字健康”两个赋能关键,“个体-种群-生态系统”一体化的三个视角,“公民参与、教育、环境、人类-动物健康保健和数字健康”五个维度之间的交互博弈,实现了生态流行病学范式的数字化转型;而数字技术是这一数字化转型的催化剂和始作俑者。这种生态流行病学新理论范式及其新设计与分析策略的系统科学方法(系统动力学模型、网络分析及网络动力学模型、多智能体系统模型以及超网络因果推断模型),共同构成了大数据生态流行病学的理论方法体系。

摘要：[背景]随着人工智能技术的快速发展,自然语言处理(NLP)已成为生物医学研究领域中的一项关键技术.而基于Transformer框架的预训练语言模型(T-PLMs)已被广泛应用于生物医学文本的分析,有效地推动了临床决策支持系统的发展和基因组学数据的解读.[进展]本文聚焦于T-PLMs在生物医学领域的应用,探讨其在处理和理解生物医学文本数据方面的潜力和挑战.首先回顾NLP技术的演进,从传统的特征工程到预训练语言模型的兴起,特别是BERT等模型如何改变生物医学文本分析的范式;随后详细介绍T-PLMs的训练范式,包括预训练和微调过程,以及如何通过特定领域的预训练和Prompt工程来提升模型在生物医学任务中的性能;进而深入探讨T-PLMs在生物医学领域的多样化应用,包括文本表示和知识挖掘、临床决策支持、医学影像理解、蛋白质预测、分子表示和药物设计等,并特别归纳收集了上述多个生物医学细分领域相关的数据库资料.[展望]当前研究和应用中仍面临许多挑战,如模型可解释性、数据隐私保护、多模态数据等.基于此对未来的研究方向提出展望,以充分发挥NLP在推动生物医学研究和改善患者护理方面的潜力.

摘要：临床研究是从临床问题出发,以人为研究对象,针对临床工作中实际问题开展的应用性研究。专科疾病数据库是临床研究的宝贵资源。本文以一项慢性肾脏病患病率调查所建立数据库并开展的多项临床研究为例,详述如何基于PICOS研究框架,在研究设计、研究人群、危险因素和终点事件方面规范和持续地开展临床研究。

摘要：中华中医药是传统文化宝库,研究及继承中医医案是更好地对其内容进行传承与创新的方式之一.提出中医病案可视分析方法,对多变量、多模态时变病案数据和药物对应的现代医学症状高维数据进行分析.提出流图、降维图、实验室检查指标图等多关联视图和交互关联更新构成的可视分析方法,支持医学专家运用中医整体观和辨证论治理论分析病案;根据视觉感知原理设计方便对比的可视映射和交互操作,探索不同中药对应现代医学症状的相似程度,展示中西医结合辨病特点.医学专家对名医的3个不同类型肾脏病例的病案进行分析,证明提出的可视分析方法在中医传承教学、挖掘核心处方进行新药方设计等方面具有潜力.

摘要：肿瘤是人类生命健康的重要威胁,随着我国医疗行业信息化的发展,医疗机构积累了大量的肿瘤临床数据,但因数据标准不统一、治理难度大等原因制约了数据价值的充分挖掘;应用人工智能(AI)等前沿信息技术建设肿瘤临床大数据管理系统,有助于肿瘤临床数据的深入应用、临床诊疗管理质量与效率提升。本文剖析了我国肿瘤临床数据治理与应用面临的问题及挑战,研判了肿瘤临床大数据管理体系的应用价值;针对肿瘤临床数据多来源、多模态的复杂特性,探索了AI技术应用于肿瘤临床大数据管理与科研的机制及路径;设计了包括肿瘤通用数据模型构建、临床数据采集与安全管理、标准化结构化治理、分析与建模应用、数据质量管理在内的全流程解决方案,阐述了相应系统的建设框架与技术体系;以某三甲医院肺癌临床大数据平台为案例,展示了所提方案在临床实践中的可行性及应用价值。相关研究可为丰富我国肿瘤临床大数据管理系统的建设实践、探讨领域未来重点研究方向提供参考和启示。

摘要：生物信息材料学是融合医学、信息学、材料学等多个学科的一门交叉学科,内容涵盖建立动态平衡的结构系统模型、生命结构系统的演化和生物信息材料的研制及其利用3个部分。首先,通过数学推理的方法论述了符合“阴阳五行模型”结构系统所具有的动态平衡的特性;其次,论证了生命结构系统是从具体结构主导的演化发展到抽象结构主导的演化过程中诞生,进而阐述了疾病与健康的统一理论,提出“以邪扶正”和“以正扶正”两种治疗疾病、维护健康的方法;最后,提出让生物通过识别设计加工而成的材料中的结构信息,通过调节基因表达的创新材料设计目标的理论和方法,建立生物信息材料学。基于此,运用生物信息材料学中维护生命健康的理论和方法所研制出的功能性材料,可应用于治疗疾病的药物、预防保健的功能食品,并拓展应用到有益生命健康的化妆品、日用品等领域。

摘要：目的在健康医疗大数据时代,更快、更精准地获取环境绿地暴露水平数据,助力对绿色植被暴露与健康的研究。方法利用Python设计一套能够进行自动化采集绿色植被指数的技术流程和程序。同时以国家健康医疗大数据平台为依托,对边缘计算在绿色植被指数采集应用进行探究和展望。结果该程序的运行极大缩短了对植被指数的处理时间,并且与传统专业软件获取的结果比较,具有较高的一致性,r>0.99。结论基于边缘计算的绿色植被指数的自动化采集可为国内绿色植被暴露与健康的研究提供技术支持。

摘要：目的旨在研究植被覆盖与急性冠状动脉粥样硬化性心脏病(简称急性冠心病)预后生存期的关联,并探究空气污染物(PM_(2.5)、O_(3))是否介导了这种关联。方法收集2014―2020年平邑县所有急性冠心病患者的监测数据,采用病例对照研究设计(病例组为短期生存组,对照组为长期生存组)将归一化差异植被指数(normalized difference vegetation index,NDVI)、土壤调整植被指数(soil adjustment vegetation index,SAVI)作为植被覆盖暴露测量指标。采用logistic回归分析模型,依次纳入协变量构建了4个模型来探究植被覆盖与急性冠心病预后生存期的关联,然后采用亚组分析和中介分析评估空气污染物对这种关联的潜在介导作用。结果最终共纳入1796例急性冠心病患者,logistic回归分析模型分析结果显示植被覆盖指标(NDVI、SAVI)与急性冠心病患者预后生存期相关(均有P<0.05)。亚组分析显示:PM_(2.5)与植被覆盖的交互具有统计学意义(均有P<0.05),在PM_(2.5)浓度低时,植被覆盖与急性冠心病患者预后长期生存的关联更强。中介分析显示,PM_(2.5)作为中介变量介导了这种关联(均有P<0.05),对NDVI、SAVI介导的比例分别为37.0%、30.7%,而O_(3)则未发现存在中介作用。结论植被覆盖对急性冠心病患者预后长期生存起保护作用,PM_(2.5)介导了这种关联。