[精品]生物统计学的未来

《[精品]生物统计学的未来》由会员分享，可在线阅读，更多相关《[精品]生物统计学的未来（30页珍藏版）》请在金锄头文库上搜索。

1、生物统计学的未来方积乾 中山大学公共卫生学院一、引言n学术界往往很不了解统计学的作用n许多统计学成就来自复杂的数学和计算工 具，所以只进入少数学者的视野什么是统计学？n统计学是一个学科，研究变异性、不确定性和 面对不确定性的决策- 对所有科学技术都重要，注定是一门 多学科的科学 - 多数统计学应用和许多统计学研究是 其它专业领域的科学家完成的 （DR Cox）统计学科研的作用n统计学越来越不同于其它数学领域，计算 机和信息科学工具至少和概率论一样重要 。n统计学科研的作用是发展新的工具，应用 于科学前沿。统计学界n在美国，现有86个统计学、生物统计学和 生物计量学的博士点n很大一部分统计学家工

2、作于统计系之外 - 生物统计系、医学院、商学院、社会 科学系- 政府机构、工业界（尤其是制药厂）统计学的现状n数据收集- 高速计算机和传感器以及某些实验科学 可产生巨量数据（例如人类基因组）- 需要新工具来组织和提取重要信息。 (National Science Foundation (1998) report 98-95)数据和信息的区别：将数据转化为信息需要 统计理论和实践方面的洞察力、技术和训练。 (Zelen)统计学的现状n科研合作的机会增多- 应用、多学科课题中统计学的错用严重- 由于大量数据的产生，人们主张统计人 员进入研究团队 (National Science Foundati

3、on (1998) report 98-95) 统计学的现状n科学引用指数（Science Citation Index） ：1991-2001年其间25 位引用最多的数学科学 家中18位是统计学或生物统计学家；Journal of the American Statistical Association 是被引用最多的数学科学杂志；最重要的一篇文章是Efron (1979) 引入 boostrap 方法；500 次最近的引用中只有 152 次出现在统计学文章中统计学的核心n统计学与数学的其它分支不同，总是和应用、 结果的重要性联系在一起。 (National Science Foundati

4、on (1998) report 98-95) n统计学的核心是学科内在的东西，而不是特定 科学问题对统计学的要求。n统计学核心方面的研究着重基于该学科普遍原 理发展统计模型、方法和相关理论。统计理论和统计实践n有些同事称自己是数理统计学家或应用统 计学家。这两个术语过时了，必须丢弃。前者不和数据打交道，后者不涉及理论 (Selen)二、统计研究面临的挑战数据增长的规模：数据 - 指数数据分析 - 二次方统计学家- 线性 数据缩减和压缩“缩减”: 用新的思路指导模型选择、预测和 分类 “压缩”: 深刻了解数据结构有助于压 缩储存和较好地重现。统计学界以外的数据分析- 许多方法和计算策略是统计学

5、界以外发 展起来的 (如machine learning 和 neural network) - 未来研究应将这些machine learning 和其它方面发展起来的大量、复杂 数据集的分析方法纳入统计学核心知识。- 如果我们的目标是利用数据解决问题， 那末我们必须从单纯依靠数据模型走向采纳各 种各样工具。大p小n多变量分析例: 曲线资料、谱、图像、DNA 微阵列- 几乎没有现成的统计理论支持和理解主 成分分析、典则分析等用于降维的富有启发性 的方法- 其它领域的创新可能有助于这个问题。例： 随机矩阵理论，过去40年发展了有许多 模型和方法，近年引起了概率和组合数学方面 极大的兴趣。Baye

6、s 和有偏估计发展和开拓Bayesian 方法和现代非参数、半 参数统计之间的联系，包括研究 Bayesian 和and frequencist 结合的方法学。- 对于具有大量变量的巨型数据，需要更广 泛的有偏估计理论。- 也需要进一步的Monte Carlo方法做推 断。证明和计算实验之间的中间地带证明 太难，或非头等重要计算实验 太任意和不足以令人信服例： 混合模型 大多忽略识别问题，因为困 难，并加重模型结构的多样性三、生命科学中的统计学上半个世纪的里程碑：- 生物统计学- 统计流行病学- 随机化临床试验与未来统计学有关的生命科学的四个领域- 生物分子序列分析和功能基因组学 - 遗传流行

7、病学 - 进化、群体遗传学和生态学 - 计算神经科学生物统计与生物信息n分子生物学已进化到信息科学，出现了新学科 Computational Biology, 或 Bioinformatics. - 发现和实施算法，以了解生物学过程- 主要工具: 计算、统计和 “machine learning” 技术 - 分析方法主要是特定的，尚处初级阶段n这是统计科学家用武之地，尤其，micro- array技术已经创造了新颖的统计学问题，激 发了许多新的生物统计学研究。- 若干生物统计系已经改名为 Biostatistics and Bioinformatics.中医临床试验n“东方传统医学的某些方面可

8、能真的有效,可 以充实西方医学.去年我在中国大陆参加了 一个会议,主题是 中药临床试验的设计。很 明显，东方在汇集传统医学有效性和安全 性方面的临床试验将会有重要的发展。(Zelen)加强协作活动n价值：发展统计方法学、多学科研究。n虽然不同人有不同侧重，同一个人不同时期也 有不同侧重，所有统计学家都要有两方面的活 动：方法学研究和其它专业中的应用。大学与工业界关系n生物统计学的领导地位主要在大学。 n工业界正聘用许多年轻有为生物统计学家，有 助于加强工业界与大学间关系。n大学与工业界有许多共同目标，工业界开始介 入教育过程。n学术界要抓紧与工业界相结合的过程。(Zelen)统计科学与卫生决策

9、n我们不仅负责收集数据和解释数据，也要引导决策。n许多公共卫生问题需要决策：- 世界范围的艾滋病流行两年前在远东爆发的流行Avarian 病毒的扩散 目前在某些阿拉伯国家的Polio爆发n决策者得到的输入是数据，多半要精制和综合成定量模 型。这些模型可预测疾病流行的速度、最敏感的亚人群 、所需疫苗的规模等等n我期待我们的同行们在公共卫生决策中发挥更大的作用 ,尤其是在国际范围内. (Zelen)四、统计学教育n“统计学年轻人有足够的职业机会，学术界、工业 部门、政府机构” 。“在美国，很高比例的统计研究生出生于外国，毕 业后留在美国”。 (National Science Foundation

10、 (1998) report 98-95)n “对生物统计学的需求从来没有象今天这样大， 特别是美国。美国 National Research Council 研究结论： 在所有的卫生科研行业， 最最缺乏生物统计学和流行病学人才”。（ Zelen)教育改革: 需求变了，训练必须变！n科学技术快速发展。大学教学计划必须变化以 抓住新的科学机遇。否则，我们的专业与未来 无关。 n我预见，未来的生物统计学家需要生物信息学 和遗传学方面的训练；较少侧重传统数理统计 ，而要更多注意数据分析，尤其是大型数据库 的处理。 (Zelen)多层次教育n鼓励统计专业学生在一个或几个应用领域获 取更深更广的专业知识

11、。n统计学研究生教育要提供足够深而广的、现 代统计学家所使用的工具，包括数学、计算 机科学和基础科学。n博士后教育和继续教育帮助新毕业研究生发 展专业技术，帮助年长统计学家更新知识。未来有用的统计和计算方法n随机过程有限 Markov 链, 点过程, Gaussian 随机场n隐 Markov 模型和Markov 链 Monte Carlo 重要算法n传统方法的改进- 多重比较 (微阵列)- 主成分 (主成分曲线)- 似然分析 (随机过程的似然分析)- 实验设计 n“User-friendly” 算法n与生命科学家的交流 将通讯资源用于教育n将专业课程收集到网上,无偿使用- 幻灯放到网上,在老

12、师指导下,生物统计学 生可学到主要生物统计学中心的课程- 学术讲座也可以上网 - 这种做法在流行病学已有先例: (http:/www.pitt.edu/super1) Pittsburgh大学的 Prof. Ron LaPorte 及其同事, 已经收集了 2000 个课程和学术 讲座,放在网上供无偿使用。生物统计学的领导地位n我期待许多外国学生将回到他们的祖国，在生物 统计学教育和实践方面的影响。n我可以预见，虽然生物统计学某些方面的领导地 位目前在美国或英国，但see that some of the leadership in biostatistical science, which i

13、s in 将会逐渐被其它国家分 享。新的生物统计学项目将在许多国家兴起，尤 其是东方国家。（Pacific Rim countries： 日本、中国大陆）。(Zelen)References1. Lindsay BG, Kettenring J, Siegmund DO (2004). A report on the future of statistics. Statistical Science. 19(3) 387-413. 2. National Science Foundation (1998). Report of the senior assessment panel of th

14、e international assessment of the US mathematical science. Report 98-95, National Science Foundation. Arlington, VA. 3. Lindsay BG, Kettenring J, Siegmund DO (2004). Statistics: Challenges and opportunities for the twenty-first century. http:/www.stat.psu.edu/ bgl/nsf_report.pdf 4. Zelen M (2005). B

15、iostatisticians, biostatistical science and the future. (Keynote talk given before the Eastern Mediterranean Region of the Biometric Society, May 2005)oHxAoDQyr340A9yaRY2*8eSsOjNFz4#AEKng*28UKjifQsVDgvTJj+gqW-j6Y&TSlVMmaD(RpbF0#Ez4MRM#QL5r-kMGtDuu)vjZH%eZl*br1x8tPw2#p!R!OH0k!cGBqEyCaPJmo%zO8n*CQ6gRf

16、htoHVCr(XH$joN&IrWz101V&g8+jpKDxV-rvB5ybz%VGLvdVA!C325TPzO*V!T5qj7h+U+4pmnV9R2tj27IRo0p)vpn*TwDM37pf6qxVSSez2i+hJQ9wjdUM1UyBmhQd0GqTuNas1KYenJde5e0!hzxg$3kesx-!LcZ7n&lJxmRqTEmWn6A)$NS+bXI6#CUEMBA3C8AQr3nWoL-Pj32FN(l!5azCMdLVhDojS+qmf1- S(bzyMzm&YBEE7LhzWIdeBRwfR+qeo9b27TWJKiKKXLn095fqw6H8lFbAC!pL#uUprxjnCnshla3W-lwEgsX&uVkAu+42cc43JDfx6Ss#BRA$xIZ8OdvtYQ10nF7g