培训对象：
临床医生/医学研究人员
生物信息学/生物统计学从业者
医药企业研发人员（CRO/药企）
公共卫生/流行病学研究人员
高校相关专业研究生（医学/生物/公卫）
培训目标：
使学员系统掌握医疗生物领域数据分析的核心方法与技术栈，包括临床数据分析、生物信息学分析、组学数据处理等；熟练运用R/Python/SAS等工具进行医疗数据清洗、统计建模与可视化；理解临床试验数据标准（CDISC/SDTM/ADaM）与监管要求；掌握生存分析、纵向数据分析、预测模型构建等核心统计方法；具备独立完成从医学研究设计、数据处理到结果解读的完整项目能力。
培训内容介绍：
医疗生物数据概述：医疗生物数据分类（临床数据/组学数据/影像数据/公共卫生数据）；数据类型特征（纵向不规则数据/高维数据/多源异构数据）；医疗数据伦理与隐私保护（HIPAA/GDPR/个人信息保护法）；研究设计基础（队列研究/病例对照/随机对照试验）；数据分析流程规范。
医学统计基础与软件工具：描述性统计在医学中的应用（均值/标准差/中位数/四分位距）；统计推断基本原理；医学研究常用软件选型（SAS/SPSS/R/Python）；R语言基础与tidyverse生态；Python数据分析栈（Pandas/NumPy/SciPy）；软件工具选型策略。
临床数据清洗与预处理：电子健康档案（EHR）数据特点（纵向/不规则/缺失）；数据质量控制方法；缺失数据处理策略（删除/填补/多重插补）；异常值识别与处理；数据标准化与术语映射（ICD/LOINC/SNOMED CT）；临床数据仓库构建。
生存分析：生存分析基本概念（生存时间/删失/生存函数）；Kaplan-Meier生存曲线与log-rank检验；Cox比例风险回归模型原理；比例风险假定检验；时依协变量与分层Cox模型；竞争风险模型（Fine-Gray模型）；生存分析在肿瘤预后研究中的应用。
纵向数据分析：纵向数据特点（重复测量/相关性）；线性混合效应模型（LMM）原理与实现；广义线性混合模型（GLMM）；随机截距与随机斜率；协方差结构选择；轨迹分析模型（群组轨迹模型GBTM）；缺失数据处理方法。
预测模型构建与验证：临床预测模型开发流程；Logistic回归与Cox回归预测模型；变量筛选方法（逐步回归/LASSO/随机森林）；模型性能评估（区分度C-index/AUC/校准度Hosmer-Lemeshow检验）；内部验证（交叉验证/Bootstrap）与外部验证；模型校正与优化；风险评分卡开发；模型临床效用评估（决策曲线分析DCA）。
临床试验数据标准（CDISC）：药物临床试验阶段与流程规范；CDISC标准体系概述；研究数据制表模型（SDTM）：标准变量定义/域结构/通用观测标识类；人口统计学（DM）/不良事件（AE）/伴随用药（CM）/试验药物（EX/EC）数据结构；分析数据模型（ADaM）：ADSL/BDS/OCCDS数据结构；数据可追溯性与即时分析。
临床试验统计分析：试验方案与统计分析计划（SAP）；描述性统计在临床试验中的应用；组间均衡性检验；有效性分析（ superiority/non-inferiority/equivalence）；安全性分析（不良事件发生率/实验室检查异常）；生存分析在临床试验中的应用（PFS/OS）；期中分析与数据监查委员会。
临床试验图表制作：人口统计学与基线特征表（Table 1）；不良事件汇总表与森林图；生存曲线图（Kaplan-Meier图）；泳道图（Swimmer Plot）；瀑布图（Waterfall Plot）；CONSORT流程图；符合监管要求的图表规范（FDA递交标准）。
生物信息学基础与资源：生物信息学概念与发展历史；主要生物数据库（NCBI/Ensembl/UCSC）；基因本体论（GO）与通路数据库（KEGG/Reactome）；生物信息学标准文件格式（FASTA/FASTQ/BAM/VCF/GTF）；Linux系统基础与命令行操作。
转录组数据分析：RNA-seq实验设计；原始数据处理（质量控制/序列比对/定量）；STAR/HISAT2比对工具使用；基因表达定量与标准化（TPM/FPKM）；差异表达分析（DESeq2/edgeR/limma）；火山图/热图/MA图绘制；基因集富集分析（GSEA）；加权基因共表达网络分析（WGCNA）。
单细胞转录组学分析：单细胞测序技术原理；10x Genomics数据处理流程（Cellranger）；Seurat包分析流程（质控/标准化/降维/聚类）；t-SNE/UMAP可视化；细胞类型注释（SingleR/CellMarker）；差异表达基因鉴定；拟时序分析（Monocle/PAGA）；细胞通讯分析（CellChat）。
基因组学与变异分析：全外显子组/全基因组测序分析流程；GATK最佳实践（BQSR/VQSR）；变异检测（SNP/Indel/SV）；变异注释（ANNOVAR/VEP）；癌症基因组学（体细胞突变/Mutational Signature）；拷贝数变异（CNV）分析；胚系变异与疾病关联分析。
表观遗传学与空间转录组：ChIP-seq分析流程（峰值检测/注释/差异分析）；ATAC-seq染色质开放性分析；DNA甲基化分析（BS-seq/850K芯片）；Hi-C数据分析与三维基因组学；空间转录组技术原理；空间基因表达模式可视化；细胞空间分布与通讯网络。
蛋白质组学与代谢组学：质谱技术原理；蛋白质鉴定与定量；差异表达蛋白分析；蛋白质相互作用网络（STRING）；代谢组学数据处理（XCMS）；通路富集分析；多组学数据整合分析策略。
机器学习在医疗中的应用：医学机器学习流程；特征工程与变量筛选；常用监督学习算法（随机森林/XGBoost/支持向量机）；模型解释（SHAP/特征重要性）；不平衡数据处理（SMOTE/代价敏感学习）；多模态数据融合（临床+影像+基因组学）。
深度学习与医学影像分析：深度学习基础（CNN/RNN/Transformer）；医学影像分类（X光/CT/MRI）；图像分割（U-Net）在肿瘤分割中的应用；目标检测（病灶识别）；影像组学特征提取；多模态影像分析。
自然语言处理在医疗中的应用：电子病历文本挖掘；医学命名实体识别（疾病/药物/症状）；临床文本分类；医疗大语言模型应用（临床决策支持/病历摘要/数据治理）；检索增强生成（RAG）在医学知识库中的应用。
公共卫生与流行病学数据分析：疾病监测数据分析；时空流行病学建模；传染病传播模型（SEIR）；环境因素对健康影响分析（空气污染/气候变化）；时间序列数据分析；横断面调查数据分析。
综合实战一：临床预测模型全流程开发：背景：心血管疾病风险预测。任务：电子健康档案数据清洗与整合→特征工程与变量筛选→Logistic回归/XGBoost模型构建→模型性能评估（C统计量/校准图）→决策曲线分析→风险评分卡开发→模型验证（内部/外部验证）→论文图表制作。
综合实战二：单细胞转录组数据分析：背景：肿瘤微环境单细胞研究。任务：Cellranger数据处理→Seurat质控与标准化→PCA降维与聚类→t-SNE/UMAP可视化→细胞类型注释→差异表达基因鉴定→拟时序分析（肿瘤演化轨迹）→细胞通讯网络构建→结果解读与图表输出。
综合实战三：临床试验数据递交准备：背景：某新药临床试验数据整理。任务：原始临床试验数据导入→SDTM数据集构建（DM/AE/CM/EX/VS）→ADaM数据集开发（ADSL/ADAE/ADQS）→统计分析表格生成（Table 1/不良反应表）→生存分析图表制作（KM图）→Pinnacle 21软件数据验证→XPT文件生成→递交文档撰写。
