2022年,第15届中国 R 会(北京)将于11月19-25日在中国人民大学召开,本次会议由统计之都,中国人民大学统计学院、中国人民大学应用统计科学研究中心主办,得到 Posit 赞助支持,将以线上会议和线下会议相结合的方式举办。欢迎进入 R 会官网,获取更多会议信息!
链接:
https://china-r.org/bj2022/index.html
下面为您奉上本次 R 会医疗卫生与健康专场演讲介绍,本会场主席为李璇:
医疗卫生与健康专场
时间:2022年11月25日 晚上19:00-22:00
腾讯会议号:273990838
腾讯会议链接:https://meeting.tencent.com/dm/w5zkULTKi5o5
01
李舰
人工智能医疗器械漫谈
个人简介
李舰,江西中科九峰智慧医疗科技有限公司CTO,一直专注于数据科学在行业里的应用,编著了《统计之美》《数据科学概论》《数据科学中的R语言》等书,在R语言社区贡献了 MSToolkit、Rwordseg、tmcn等包。在医疗健康领域发表了期刊5篇,主持省部级科技项目3项。
报告摘要
医疗器械直接关系着人类的生命健康,我国对其进行了严格的监管,根据安全性对医疗器械进行分类管理,其中第三类医疗器械是安全管理级别最高的类别,NMPA明确了用于辅助决策的人工智能医用软件必须按照第三类医疗器械管理。演讲者曾经带领团队经历了一款人工智能三类证产品从研发到获批的漫长过程,将会在本次演讲中分享人工智能医疗器械的研发及注册的相关经验。
02
李翛然
AI 与新药研发的真实世界的碰撞与机遇
个人简介
李翛然,毕业于利兹大学金融数学,现为医图生科(苏州)生命科学技术有限公司联合创始人/CEO。先后从事过保险精算,投资银行工作。于 2014 年创办奇点信息技术有限公司,为各大机构智能化管理系统与机器人业务。先后有 10 余家医院采用其 AI 辅助诊断系统,后公司被收购。现公司专业从事 AI 新药研发业务。
报告摘要
近年来 AI 与制药行业的碰撞在资本的加持下,逐渐进入了大众的视野。不过对于普通观众来说,到底这两个“最前沿”的人类科学技术领域到底是如何互相影响与协同,一直是一个未曾掀开的面纱。本次的主题为一家 AI 制药企业的负责人角度,看待一个创新药物的研发流程与 AI 的互动。
03
周梦戈
真实世界研究:从数据到证据
个人简介
周梦戈,女,流行病与卫生统计学博士,中国医学科学院基础医学研究所、北京协和医学院基础学院流行病与统计学系助理研究员。周梦戈博士毕业于首都医科大学,后加入清华大学万科公共卫生学院进行博士后研究。主要研究方向为慢性病(尤其是心血管疾病和糖尿病)的流行病学及临床研究,感染性疾病的预防研究等。以第一作者在The Lancet Diabetes& Endocrinology、Journal of the American College of Cardiology、Mayo Clinic Proceedings及Diabetologia 等杂志发表多篇论文及摘要。参与多本书籍和指南的编写工作,包括《中国心血管病防治蓝皮书》、《高血压》、《中国成人血脂异常防治指南2016》等。目前任《中国误诊学杂志》编辑委员会青年副主编,Cardiovascular Innovations and Applications杂志青年编委等。
报告摘要
真实世界研究从1992年正式提出其概念,至今已近三十年。但近年来,大家才逐渐认识到它在医疗产品上市前的临床评估、上市后的安全监管、效果评估等方面的应用意义,关注度日益增加。从政策层面看,美国食品药品监督管理局于2017年发布《采用真实世界证据支持医疗器械的法规决策》,2020年,国家药监局发布《真实世界证据支持药物研发与审评的指导原则(试行)》。从医疗大环境看,医疗大数据的构建给真实世界研究提供了前所未有的便利。但真实世界研究所获得的数据往往存在异质性强、数据缺失多的问题,因此对统计方法提出了更高的要求。本报告将首先厘清什么是真实世界研究及其优势;进而介绍真实世界研究的数据预处理方法(主要是缺失数据的填补方法)以及目前常用的统计分析方法,并讨论这些方法的优势和劣势;最后,将基于中国心血管疾病医疗质量改善项目介绍我们前期做的一些真实世界研究以及展望。
04
张沥今
贝叶斯Lasso并行中介模型
个人简介
张沥今,斯坦福大学发展与心理科学项目博士研究生,研究方向为心理测量,目前主要关注如何提升和评估结构方程模型的泛化推广能力。个人主页 https://lijinzhang.com
报告摘要
中介变量在帮助研究者理解变量间影响机制中发挥了重要的作用。而在行为研究中,变量间的影响机制通常存在多个潜在的中介变量。目前常用的中介效应检验方法包括Sobel法、百分位数Bootstrap法和偏差校正的Bootstrap法。但是当模型中存在多个中介变量时,这些方法难以有效地处理模型过拟合问题。为了在并行中介模型中提供更有效的变量选择工具,Serang等人(2017)将频率学派下的Lasso方法应用到并行中介模型进行辩论选择,发现该方法能够更好地平衡模型复杂性和泛化能力,在小样本情况下也有着更好的表现。然而这种方法存在两个局限:(1)没有考虑到行为研究中对潜变量测量时测量误差的存在;(2)不能提供中介效应的区间估计结果。为了解决这两个局限,本研究将贝叶斯Lasso方法扩展到含有潜变量的并行中介模型中,并采用模拟研究与传统的中介变量选择方法进行对比。实证研究进一步展示了如何在实际数据中构建贝叶斯Lasso并行多重中介模型,并深入对比了该方法与传统方法的表现差异。
05
李昂
金属元素复合暴露与炎症因子关联性研究:基于三种统计模型比较
个人简介
李昂,医学博士,中国医学科学院基础医学研究所,北京协和医学院基础学院流行病与卫生统计学系博士后。研究方向为环境流行病学。主要关注空气污染、重金属、环境内分泌干扰物暴露的人群健康效应。目前担任Frontiers in Public Health和Metabolites客座编辑。研究论文发表在Environment International、Science of the total environment、Environmental Pollution、Exposure and Health 等杂志。
报告摘要
Objective: We aimed to investigate whether urinary metal exposome mixtures are associated with the homeostasis of inflammatory mediators in middle-aged and older adults.
Methods: A four-visit repeated-measures study was conducted with 98 middle-aged and older adults from five communities in Beijing, China, and 391 observations were included in the analysis. The urinary concentrations of 10 metals were measured at each visit using inductively coupled plasma mass spectrometry (ICP-MS), and the detection rates were all above 84%. Similarly, 14 serum inflammatory mediators in six categories reflecting inflammation regulatory homeostasis were measured using a Beckman Coulter analyzer and the Bio-Plex MAGPIX system. A linear mixed model (LMM), LMM with least absolute shrinkage and selection operator regularization (LMMLASSO), and Bayesian kernel machine regression (BKMR) were adopted to explore the effects of urinary metal mixture on inflammatory mediators. 
Results: In LMM, a two-fold increase in urinary cesium (Cs) and chromium (Cr) was statistically associated with -35.22% (95% confidence interval [CI]: -53.17, -10.40) changes in interleukin 6 (IL-6) and -11.13% (95%CI: -20.67, -0.44) in IL-8. Urinary copper (Cu) and selenium (Se) was statistically associated with IL-6 (88.10%, 95%CI: 34.92, 162.24) and tumor necrosis factor-alpha (TNF-α) (22.32%, 95%CI: 3.28, 44.12), respectively. Similar results were observed for the LMMLASSO and BKMR. Furthermore, Cr, Cs, Cu, and Se were significantly associated with other inflammatory regulatory network mediators. For example, urinary Cs was statistically associated with endothelin-1, and Cr was statistically associated with endothelin-1 and intercellular adhesion molecule 1 (ICAM-1). Finally, the interaction effects of Cu with various metals on inflammatory mediators were observed.
Conclusion: Our findings suggest that Cr, Cs, Cu, and Se may disrupt the homeostasis of inflammatory mediators, providing insight into the potential pathophysiological mechanisms of metal mixtures and chronic diseases.
Keywords: Bayesian kernel machine regression; Inflammatory mediator homeostasis; Middle-aged and older adults; Repeated measurement; Urinary metal exposome
06
徐永
safetyGraphics: 具有完全交互性的开源整合框架
个人简介
徐永毕业于西安交通大学电子工程专业,硕士学位。曾在全球排名第一的IT市场研究公司Gartner任中国首席数据分析师, 后参与创办上海语擎信息科技有限公司, 完成全定制化搜索引擎、社会化协作框架等产品. 最近三年进入医学临床数据分析及药物警戒数据合规系统的研发, 完成了从职业程序员向医学数据分析的跨界. 熟悉Java, Python和R语言, 在桌面应用、前后端编程、数据结构、统计学算法及可视化方面拥有丰富经验, 并能深刻理解数据结构与实际需求的匹配和相应的数据库搭建。
报告摘要
safetyGraphics是一个在美国ISG工作组指导下新开发的一套系统性整合框架. 它可以轻易地把来自不同R包的图表组成相互关联的一套分析工具, 共享原始数据, 可随时针对不同的药物实验建立一套专门的图表顺序分析工作流程. 它可以让药物实验中的医师只需要鼠标点击就能完成所有的分析工作, 从而大大减轻了他们的工作压力. 它是开源的, 也是轻量级的, 特别适合中小规模的药物研发项目. 相对于商业软件的高门槛及个性化需求响应缓慢等问题, safetyGraphics轻便灵活, 定制与上手的时间都很短, 成本低, 是R领域开源生态中必不可少的一个部分。
参与方式
本会场将采取腾讯会议的方式,欢迎各位朋友加入腾讯会议直播,共同参会!
腾讯会议室:273990838
会议组织
主办方
承办方
中国人民大学统计学院 
数据科学与大数据统计系
赞助商
联系方式
  • 会议微信:统计之都
  • 新浪微博:@统计之都
  • 微信公众号:统计之都
统计之都:专业、人本、正直的中国统计学社区。
关注方式:扫描下图二维码。或查找公众号,搜索 统计之都 或 CapStat 即可。
往期推送:进入统计之都会话窗口,点击右上角小人图标,查看历史消息即可。
继续阅读
阅读原文