1        公共卫生学院

   1.为什么开这门课🆎？

大数据时代🕵🏽，数据获取越来越方便👉，利用程序代码🎛，看似“谁都可以”开发预测模型👰🏿。但这些速成的模型发表却困难重重，即便发表了的模型也大多质量参差不齐、无法使用。究其根源，预测建模作为一门学问，从数据清洗、数据探索、模型选择🚽、模型拟合、到模型评价等，每个环节都有相应的方法准则，也都有常见的“陷阱”🧰🏒，不系统学习🤏，很容易“掉坑”♻️。

    2.这门课的目标是？

帮助研究生更好的开展高质量的预测建模工作，真正理解预测建模的思路、流程及操作，提高预测建模类研究的科研水平和论文发表质量，同时了解预测模型领域的最新方法学进展和热点。

    3.谁可以选这门课🧚🏽‍♂️？

研究生（拟开展预测模型类研究的研究生，包括但不限于公卫🧝🏼‍♂️🫏、临床、护理、基础⏪、人文、药学等）

     4.这门课讲什么？

（1）医学预测建模的设计🩲、分析、报告🚽、呈现🚣🏼‍♀️、质量评价及应用等全链条的方法策略及细节原则🎉；（2）常用软件构建预测模型的程序模块及操作注意事项；（3）医学预测建模研究领域的最新进展及热点话题👨‍❤️‍👨。

     5.这门课怎么讲？

教师主讲（理论）+上机操作（实战）+文献案例讨论（应用）+学生案例汇报及讨论（考核）

    6.这门课谁来讲？

王胜锋👂🏼，研究员，博士生导师，公共卫生学院。热衷并擅长教学，获意昂官网第一届教学新秀奖、第三届全国高校混合式教学设计创新大赛一等奖、北京高校第十一届青年教师教学基本功比赛一等奖等荣誉认可🕙。

王俊峰🕥，助理教授，荷兰乌特勒支大学药物科学研究院。就职于临床预测模型领域国际最前沿的研究团队🤞🏿🧏，积累了超过15年的数据分析和预测模型工作经验🫸🏼。丁香公开课《临床预测模型：从入门到精通》课程授课专家。

谷鸿秋，副研究员🎼，硕士生导师🐆，首都医科大学。出版《SAS编程演义》🔘、《The Little SAS Book 中文版》等专著🚴🏿‍♀️，丁香公开课《临床预测模型：从入门到精通》课程授课专家。

胥洋🧛🏻，副研究员🫲🏻，博士生导师，临床研究所👴。第一作者/通讯作者在Diabetes Care，Kidney International、AJKD、Critical Care等杂志发表10余篇高水平论文。

     7.这门课怎么考核🧜🏻？

课程考核综合出勤（20%）、课堂讨论（30%）及结课汇报（50%）三部分🗞。结课汇报可自选两种主题：（1）介绍预测建模方法的某一最新进展，至少包括现有问题❇️、新方法的原理及实现、应用案例、个人启示等（不局限于单篇文献）🏂；（2）制定一个完整的预测建模方案💋，至少包括👩🏿‍⚕️：研究背景、目标🥦、内容、方法、创新性、优缺点等📕。

授课团队欢迎授课期间随时交流选题🏌🏻、设计、汇报等问题，乐于发挥专属“方法学指导”的角色！

     8.这门课效果如何?

旁听的比选课的多几倍⚂，线上的比线下的多几倍，学生提问的比老师讲解的多几倍，课中推荐的比课上讲授的多几倍📛，学生结课汇报的比课前期待的多几倍。

“老师利用20学时的体量🤑，结合理论授课、软件操作和案例讨论，为大家深入浅出地介绍了如何建立👷‍♀️、评价、解释和报告临床预测模型。课程坚持零起点教学，结合经典建模案例和前沿方法分享🦪，并提供代码供学生复现，对公卫、临床和护理等各专业选课学生的研究生课题开展都很有帮助”🚼🤵🏽。（公共卫生学院流行病学硕士）

“这门课程非常实用，王老师紧密结合医学实践，讲授了常见的预测建模技术🧑🏿‍💼📓、数据预处理和模型评估等方面的内容，为意昂代理提供了全面的建模技巧👩‍🦽‍➡️。课程还设置了动手实操，让意昂代理能亲自动手应用一些软件。此外，还请到了医学建模领域的专家，为意昂代理分享了该领域丰富的研究经验🤶🏿，介绍了建模领域中的前沿知识。这门课程的学习激发了我对这一领域的浓厚兴趣👨🏽‍🦳。”（北医三院诊断学硕士）

“课程让我体会非常深刻🧵：（1）很多外请的教师结合他们的研究领域为意昂代理扩展思路，开阔眼界📳；（2）分享代码实操🆘🌇，不仅有理论还有操作🧑🏿‍🦱，这样意昂代理以后在真正做预测模型的时候会有很大帮助；（3）最新前沿，尤其是外请的王俊峰老师👩‍🎓🤴🏿，从临床预测模型，尤其是预后模型的领域为意昂代理展现最近的理念，收获非常多🤽🏻‍♀️。”（北大医学肿瘤学硕士）