臨床研究與數據分析
康欣梅
- 出版商: 清華大學
- 出版日期: 2026-10-01
- 售價: $510
- 語言: 簡體中文
- 頁數: 290
- ISBN: 7302728763
- ISBN-13: 9787302728764
-
相關分類:
機率統計學 Probability-and-statistics、Data-mining、Machine Learning
下單後立即進貨 (約4週~6週)
相關主題
商品描述
《臨床研究與數據分析》是一本面向醫學、公共衛生、藥學、生命科學及相關專業研究生和臨床科研人員的實用教材,旨在系統介紹臨床研究的設計、實施及數據分析方法。教材內容立足臨床研究全過程,構建系統完整的知識體系,強化研究設計、質量控制、統計分析和結果表達等關鍵能力培養,同時註重科研規範和責任意識,將受試者保護、科研誠信、倫理審查、數據安全等內容貫穿始終,跟進國際臨床研究發展新要求,註重數據全生命周期管理,突出標準規範、隱私保護、共享應用與合規治理,體現真實世界研究和醫療大數據發展的新趨勢。
作者簡介
康欣梅,廈門大學醫學院教授委員會委員和本科教學督導,作為課程負責人開設研究生課程《臨床研究方法學》、《腫瘤學進展》、本科美育通識課程《積極心理學》和對外留學生《Medical Psychology》MBBS課程。從事腫瘤轉移、免疫和心理幹預機制研究,主持國家和省市級科研項目15項,發表SCI和國家核心期刊論文40余篇。
目錄大綱
目?錄
第一篇?臨床研究概況
第一章?臨床研究的基本概念與重要性 2
第一節?臨床研究的定義與分類 2
第二節?臨床研究在醫學進步中的作用 5
第二章?臨床研究的規範體系 8
第一節?臨床研究的法律法規與政策框架 8
第二節?試驗參與者的納入與保護機制 12
第三節?研究透明度與數據可及性 15
第三章?臨床研究質量管理 19
第一節?研究設計與方案撰寫規範 19
第二節?研究實施過程質量控制 25
第三節?風險管控與不良事件處理 30
第四章?臨床研究數據管理 35
第一節?數據管理的概念、法規基礎與組織體系 35
第二節?臨床研究數據全生命周期管理 39
第三節?數字化系統、標準化遞交與合規保障 43
第二篇?臨床研究倫理原則和實踐
第五章?臨床研究倫理的基礎與發展 50
第一節?臨床研究的倫理特殊性 50
第二節?臨床研究倫理的歷史演進 52
第三節?臨床研究倫理的基本原則 58
第四節?責任倫理與前瞻性治理視角 59
第六章?臨床研究中試驗參與者的倫理保護 61
第一節 知情同意的倫理基礎與實踐問題 61
第二節?脆弱群體的特殊倫理保護 64
第三節?風險—受益評估與最小風險原則 68
第七章?倫理審查與臨床研究治理機制 74
第一節?倫理委員會(IRB/REC)的功能與責任 74
第二節?研究者、機構與贊助方的倫理責任 77
第三節?從合規倫理到責任導向治理 80
第八章?臨床研究數據與數據分析倫理 83
第一節?臨床研究數據的倫理屬性 83
第二節?數據收集、存儲與共享中的倫理問題 87
第三節?數據分析與結果呈現的倫理規範 94
第三篇?臨床研究設計和應用評價
第九章?橫斷面研究 104
第一節?概述 104
第二節?設計要點 105
第三節?統計分析策略 109
第四節?評價方法 109
第五節?優勢與局限 110
第六節?應用案例 111
第十章?生態學研究 113
第一節?概述 113
第二節?設計要點 113
第三節?統計分析策略 114
第四節?評價方法 115
第五節?優勢與局限 115
第六節?應用案例 116
第十一章?隊列研究 118
第一節?概述 118
第二節?設計要點 120
第三節?統計分析策略 124
第四節?評價方法 125
第五節?優勢與局限 126
第六節?應用案例 127
第十二章?病例對照研究 129
第一節?概述 129
第二節?設計要點 130
第三節?統計分析策略 132
第四節?偏倚及其控制 137
第五節?優勢與價值 139
第六節?研究實例 140
第十三章?劑量遞增試驗 142
第一節?概述 142
第二節?設計要點 144
第三節?統計分析策略 146
第四節?評價方法 150
第五節?優勢與局限 152
第六節?應用案例 153
第十四章?單臂試驗 159
第一節?概述 159
第二節?設計要點 160
第三節?統計分析策略 162
第四節?評價方法 163
第五節?優勢與局限 165
第六節?應用案例 166
第十五章?隨機對照試驗 168
第一節?概述 168
第二節?設計要點 169
第三節?統計分析策略 171
第四節?質量評價與報告規範 173
第五節?優勢與局限 174
第六節?研究實例 175
第十六章?交叉試驗 178
第一節?概述 178
第二節?設計要點 180
第三節?統計分析策略 182
第四節?評價方法 185
第五節?優勢與局限 187
第六節?應用案例 188
第四篇?統計學分析與實踐
第十七章?基礎、思維與描述 194
第一節?數據、思維與推斷邏輯 194
第二節?分析前的準備工作 198
第十八章?常見單變量分析方法 202
第一節?兩組數據比較 202
第二節?多組與復雜設計比較 212
第十九章?關聯、回歸與預測 221
第一節?關聯分析 221
第二節?回歸模型 233
第二十章?結果呈現、規範與誤區 244
第一節?統計結果的規範報告 244
第二節?常見誤區與重要概念 247
第五篇?大數據與智能分析
第二十一章?概述 252
第一節?醫療大數據的概念與數據來源 252
第二節?醫療數據的構成與醫學復雜性 253
第三節?數據治理、真實世界數據與證據轉化 254
第四節?機器學習導論:從模型訓練到醫學評價 255
第五節?基於數據的知識發現與認知智能 257
第六節?從PICO到醫療大數據分析任務 258
第七節?綜合案例:區域慢病智能管理平臺 259
第八節?醫療大數據研究的報告清單 259
第二十二章?從統計推斷到認知智能 261
第一節?機器學習中的線性代數 261
第二節?參數估計和假設檢驗 262
第三節?貝葉斯估計與因果推理 263
第四節?統計推斷和機器學習 265
第五節?人工智能基礎 266
第六節?認知智能與自主推理 267
第七節?綜合案例:急診膿毒癥預警模型 268
第八節?方法報告與模型審稿清單 269
第九節?案例訓練 269
第二十三章?智能醫學實踐 272
第一節?醫學影像分析 272
第二節?多組學分析 277
第三節?醫學知識增強的多模態分析 286



