健康大數據研究方法
Health big data research methodology
| 節 | 週二 |
|---|---|
5 13:20–14:10 | 健康大數據研究方法 YR101 2 節連堂 |
6 14:20–15:10 |
* 根據陽明交大上課時間表所列
This course is specially designed to provide electives for students who want to conduct research on health big data and publish research papers in top international journals. The first half of the semester will introduce various health big data, the choice of research topics, the shortcomings of various research designs, the comparability of research groups and matching methods, the occurrence of bias and control of confounding factors. The second half of the semester will introduce the critical appraisal, panel data methods, and cross-country analysis, and how to write health big data research papers for submission to top international journals. The whole course will be taught entirely in English. The specific aims are: 1. Establish the core knowledge and capabilities of health big data study design. 2. Establish important knowledge and capabilities in the quantitative analysis of health big data. 3. Establish the ability to publish health big data research in top international journals. 本課程特別設計供有志深入健康大數據研究及發表研究論文於國際頂尖期刊的學生選修。上半個學期將介紹各種健康大數據、研究主題的選擇、各種研究設計的優缺點、研究族群的可比較性及配對方法、偏差及干擾因子的發生及控制方法。下半學期將介紹健康大數據文獻的批判性閱讀、橫斷性及追蹤性資料分析、跨國資料分析、以及如何撰寫健康大數據研究論文以投稿到國際頂尖期刊。 本課程的學習目標: 一、建立健康大數據研究的基本核心能力。 二、建立健康大數據研究計畫提出的必須知識與能力。 三、建立在頂尖國際雜誌發表健康大數據研究成果的能力。
For those students who would like to explore in deep, it is better to acquire basic epidemiology or biostatistics understanding. 無,但如果有流行病學及生物統計基礎者更佳。
本課程將以授課老師過去發表於JAMA, J Clin Oncol, Gastroenterology, Gut, J of Hepatology, JAMA Int Med, Hepatology, 等期刊的論文,做為實際授課教材,逐步教導學生如何進行健康大數據的研究設計、資料分析、結果判讀及論文寫作,期待能夠讓參與本課程的學生,建立核心能力以投稿國際頂尖期刊。
期中報告 30%, 期末報告40%, 課堂參與 30%。 Mid-term report 30%; End-of-term report 40%; Class participation 30%.
| 週次 | 主題 |
|---|---|
| 第 1 週 | Introduction/課程介紹 簡介本堂課的目標、授課內容以及課程進行方式。 |
| 第 2 週 | Pros and Cons of Health Big Data Research/健康大數據研究的優缺點: 介紹健康大數據研究,相對於其他臨床研究或基礎研究的優點及缺點。 |
| 第 3 週 | Study design /各種研究設計的優缺點: 探討各種健康大數據研究方法的特性及優缺點。 |
| 第 4 週 | Topics selection/研究主題選擇: 探討健康大數據研究,如何選擇好的研究主題。 |
| 第 5 週 | Taiwan National Day holiday/國慶連假 |
| 第 6 週 | Comparability and matching/可比較性及匹配: 探討健康大數據研究,如何分析不同族群的可比較性及如何進行優異的匹配。 |
| 第 7 週 | Bias and confounders control/偏差及干擾因子: 探討各種可能的偏差樣態及干擾因子,以及控制偏差及干擾因子的方法。 |
| 第 8 週 | Mid-term report/期中報告。 |
| 第 9 週 | Causal inference and counterfactuals/因果推論與反事實 |
| 第 10 週 | Critical appraisal/批判性閱讀: 針對健康大數據研究論文,進行批判性閱讀的方法,以找尋更好的研究設計及分析方法。 |
| 第 11 週 | Randomized assignment of treatment/試驗之隨機分配 |
| 第 12 週 | Regression discontinuity design/迴歸斷點設計 |
| 第 13 週 | Panel data methods (I) / 追蹤資料結構及分析方法 (1) |
| 第 14 週 | Panel data methods (II) / 追蹤資料結構及分析方法 (2) |
| 第 15 週 | Manuscript writing/健康大數據論文寫作方法: 探討如何進行健康大數據論文寫作,以及如何投稿到頂尖期刊。 |
| 第 16 週 | End-of-term report/期末報告。 |
| 第 17 週 | Supplementary tutorials/補充教學 |
| 第 18 週 | Supplementary tutorials/補充教學 |
No 無。
- 地點
- 守仁樓數位醫學中心
- 時間
- Tuesday 12:00-13:00.
- 聯絡方式
- cywu4@nycu.edu.tw 吳俊穎老師 liang.lilin@nycu.edu.tw 梁立霖老師 holdenhsu@gmail.com 許耀峻老師