中国人口众多，疾病谱系广，临床医生把握丰富的临床经验和样本资源。然而，如何将现有的经验、数据转化为证据，发表高质量 SCI 论文？大数据时代的到来，临床数据方式多样，对于临床工作者来说是机遇更是挑战。很显然，临床数据处理与统计剖析是一个困局！强大的数据挖掘技术能够化腐朽为神奇？那么，这个课程你一定不能错过！
这门课程主要讲哪些？
本课程提炼高质量临床研究论文中统计及研究思路的共性，总结出临床数据处理的标准化套路；网罗主流刊物中应用数据挖掘模型的案例，结合国外一些诊所临床研究课题的实例剖析，应用「傻瓜机式」的数据挖掘软件，全面论述临床数据挖掘的剖析思路与软件操作。
临床常见的医学研究设计标准化流程是哪些？
使用数据挖掘模型剖析临床数据的必要性？
临床研究中常见数据挖掘模型的原理与应用？
分析常用的开源数据挖掘机，手把手告诉您数据挖掘技术哪家强？！
本课程可帮助临床研究者建立剖析思路、深挖数据信息、准确作出科学论断，摆脱因为统计学和软件操作方面的不足带来的禁锢，通过实用的数据挖掘软件操作，从繁杂的数据整理、复杂的统计以及编程的工作中解脱下来，集中精力确切、深入、全面挖掘临床数据信息，提高科研论文的数目和质量。
课程安排
理论篇（第一天，5 月 28 号）
1. 使用数据挖掘技术处理临床数据的必要性
临床研究数据（队列/横断面研究）的传统流程化处理及其困局；
临床数据发展新特点：大样本、多变量、高度共线性、多维度（生理联通号、图片、基因芯片等）
数据挖掘剖析临床数据的优势：数据聚类、避免过拟合、变量筛选、增强预测价值、发现隐藏规律（高质量 SCI 论文案例剖析）
2. 数据挖掘基本概念，常见数据挖掘模型的原理与应用
基本概念：无监督/监督学习、分类、预测、关联、聚类、降维
常见模型与算法原理：线性回归, 岭回归/Lasso 回归, KNN, 决策树, 随机森林, 支持向量机；主成份剖析；聚类剖析等
3. 构建模型的评价与验证
基本概念：训练集、验证集，交叉验证
模型评价指标：成本曲线, ROC， precision, Score, C-index 等（发表的论文案例剖析）
操作篇（第一天，5 月 29 号）
1. 开源数据挖掘工具入门
基于 R/Python/Java 等（R 语言简介及入门）
Rattle，Weka，Scikit 等挖掘工具介绍
2. 基于 R 语言的数据挖掘工具 Rattle 的安装及操作
3. 使用 Rattle 处理临床数据（现场带学员进行操作）
变量转换、数据清除-初步关联分析、聚类分析
数据建模（常用数据挖掘模型，结合临床 SCI 论文实例）
模型验证（交叉验证等）
4. 使用 Rattle 演练真实临床数据（接受学员自带临床数据的评估、分析与后续指导）
讲师介绍
讲师一，中山大学附属第一医院心内科医学博士，近 3 年发表论文 20 余篇，第一/通讯作者 SCI 论文 14 篇（4 篇 IF>5），J Thorac Dis, Chinese J CancerRes 审稿人，主持和参与中国和市级课题 7 项，第 25 届长城国际心脏病学会议青年医师奖。
讲师二，中山大学孙逸仙纪念医院乳腺肿瘤医学部医学博士，发表 SCI 文章 23 篇，第一作者或通信作者17 篇，协作者 12 篇，总影响因子为 111.4。会议摘要获得日本 2011 年日本 AACR InternationalScholar-in-Training Grant，2015 年日本 KBCF Scholarship 奖金。主持国自然青年项目 1 项，广东省自然科学基金 1 项。
授课对象
医学硕/博士研究生、临床医学科研工作者、公共卫生与预防医学专业人员
原价 2500 元/人，5 月 18 号前报考交费，可享优惠价 2200 元，介绍别人报考，双方各返利 200 元
（提供正规收据，可出具大会邀请函）
联系人：庄大夫
电话：13760755035
email：zxd_medicine@163.com
