从本科生角度浅谈生物医学数据统计建模心得.docVIP

从本科生角度浅谈生物医学数据的统计建模心得 　　摘要：由于生物医学研究领域数据的复杂性，高效的统计建模尤为重要。笔者以肺癌全基因组关联研究为例，结合建立肺癌风险预测模型的切身体会，建议研究者需要重视数据质量控制体系、反复推敲建模方法和策略、培养熟练的软件操作技能。 　　关键词：生物医学数据；统计建模；预测模型；心得体会 　　中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2017）52-0220-02 　　随着生物信息技术的飞速发展，生物医学研究领域的数据呈几何级增长。近年来，生物医学大数据受到学者们的广泛关注。生物医学大数据具有典型的“4V”特征：体量巨大（volume）、种类繁多（variety）、实时更新（velocity）、价值隐藏（value）[1]；“3H”特点：高维（high dimension）、高度计算复杂性（high complexity）、高度不确定性（high uncertainty）[2]。因此，综合利用生物学、医学、数学、流行病学、统计学、计算机学等多个学科的方法和手段，从中挖掘“有价值”的信息，为生物医学研究提供确凿有效的证据，显得尤为重要。 　　笔者以肺癌全基因组关联研究（genome-wide association study，GWAS）为例，结合理论学习和案例实践的切身体会，浅谈利用GWAS数据建立肺癌风险预