医学/卫生统计学能帮助研究者对所占有的信息去伪存真、由表及里，并揭示其客观规律。无论是基础医学、临床医学和预防医学的科学研究，还是疾病预防、治疗、康复和保健工作的计划拟定和效果评价都离不开医学/卫生统计学。山东大学公共卫生学院医学/卫生统计学是我校最早具有硕士授予权的学科之一；1998年获国务院学位委员会“流行病与卫生统计学”博士学位授予权；2001年我校“流行病与卫生统计学”被确定为国家重点学科；2003年设立博士后科研流动站。该学科一直是国家“211”工程和“985”工程的重点建设学科。医学/卫生统计学通过几辈人的长期不解努力，已经形成了学术水平高、教学效果好、学缘结构和梯队合理的优秀教学科研团队，是经山东大学认定的优秀教学团队。目前，该团队共有专职教师12名，兼职教师6名。在专职教师队伍中，有教授2名，副教授3名、讲师5名，实验技术人员2名；博士研究生导师2名，硕士研究生导师4名；有70%的教师具有1年以上的海外留学经历；青年教师占8名。另外，该团队具备一只由医学、生物学、数学、计算机科学等学科交叉而成的规模始终保持在20人左右的在站博士后和在读博士/硕士研究生资源。该研究团队的学缘结构合理，既有公共卫生与预防医学专业背景的人员，又有数学、统计学和计算机专业背景的人员，还有来自英国剑桥大学、美国北卡罗林斯大学、美国耶鲁大学等国外名校兼职教师队伍。从而形成了一支年富力强、学历层次高、学缘结构合理、创新意识强、发展前景好、服务能力强的具有国际水准的教学科研队伍。

一、团队的学科带头人：

薛付忠，流行病与卫生统计学专业教授，博士研究生导师。流行病与卫生统计学专业博士毕业。现任山东大学公共卫生学院副院长，山东大学预防医学研究院副院长、山东大学流行病与卫生统计学系主任；兼任中国卫生信息学会医学统计教育专业委员会副主任委员，中国卫生信息学会医学统计学理论与方法学专业委员会常务委员，国际生物统计学会中国分会（IBS-China）常务理事，教育部高等学校公共卫生与预防医学类专业教学指导委员会委员，中华医学会妇女保健分会乳腺保健与乳腺疾病防治学组委员、《中华预防医学杂志》编委、《中国卫生统计》编委、山东省临床流行病学学会副主任委员、山东预防医学会学术工作委员会副主任委员、山东省医师协会健康管理与健康保健专业委员会副主任委员,山东省健康管理质量控制中心副主任委员等职。1999年获山东大学卫生统计学专业硕士学位，2005年获山东大学流行病与卫生统计学专业博士学位，2005年-2007年在复旦大学遗传工程国家重点实验室完成了统计遗传学与群体遗传学专业博士后研究，2009年9月-2010年10月在英国剑桥大学-MRC流行病学研究所做访问学者，2011年10月-2012年4月在美国加州大学（戴维斯）公共卫生学院做访问学者。主要研究方向包括复杂疾病基因定位试验设计与统计分析方法研究、空间流行病学与空间遗传学理论与方法及其应用研究、转化医学/转化公共卫生学试验设计及其统计模式识别方法和疾病风险评估方法研究。先后主持和承担了国家自然科学基金面上项目8项，国家自然科学基金重大项目分题子课题1项，国家“863”项目1项，国家“973项目”分题子课题1项，国家科技支撑计划项目1项，国家传染病重大专项分题子课题1项。以第一作者或通信作者在国内外发表论文70余篇，其中30余篇被SCI收录。获省部级奖1项，获国家发明专利1项。参编卫生部、教育部规划教材3部。

二、团队的研究方向和对外服务合作能力

医学/卫生统计学科研团队包括如下5个课题组，重点在5个领域进行医学/卫生统计学理论方法及其应用研究。同时，各课题组充分发挥各自的优势,具备其特定的对外服务与合作能力。

（1）复杂疾病基因定位试验设计与统计分析研究课题组：

全球第一轮全基因组关联分析（GWAS）高潮已初战告捷，但其成果并不理想，与期望差距甚远；这与其试验设计和数据分析中某些关键问题有关。试验设计上，多是单一疾病（表型）病例对照或病例队列设计，缺乏针对疾病综合潜在表型从其连续数量表型变异维度上阐明基因组变异与疾病发生、发展和转归结局关系的纵向GWAS设计理念；数据分析上，多是单一SNP与单一性状关联分析，缺乏以整体基因（或非基因区域）为单位分析其与综合潜在表型动态关联性的推断方法，以及多个基因联合作用的统计推断方法。随着人类千人基因组计划的完成和二代测序技术的成熟与发展，产生了海量的“高维灾难性数据”，发展新型的统计学方法以充分挖掘基因组中的遗传学信息，是统计遗传学和遗传流行病学必须解决的问题。为此，近年来本课题组一直致力于“疾病综合潜在表型的整体基因（whole gene-baed）和基因组区域化（Genome-wide region-based）关联分析及其联合作用统计推断方法”的研究，提出了基因-基因共关联作用的概念及其一系列统计推断方法，旨在为GWAS和新一代基因组测序数据分析提供高效的新方法，提高其科学性和成果价值。 在该研究方向上，主持完成了“国家“863”项目“复杂疾病基因定位研究的基因（环境）交互作用与遗传交互网 络模型构建及其软件系统的开发’（2007AA02Z312）”，国家自然科学基金项目“基因空间异质性理论与定量分析方法研究’（30170527）”、国家自然科学基金项目“基于核典型相关理论的整体基因之间交互作用统计推断方法的研究（30871392）”、 国家自然科学基金重大项目子分题‘中国人群基因组多态性的分子标记及相关研究--中国（汉族）群体遗传结构及其对复杂疾病关联分析影响的研究’（30890034-3）、等课题。目前，在该研究方向上正在主持承担国家自然科学基金项目“基于疾病数量表型观和潜变量理论的全基因组区域化关联分析统计推断方法研究（31071155）”等课题。研发GWAS新型统计分析方法10余种，发表SCI论文10余篇。目前，已经与剑桥大学、加州大学伯克利分校、山东省皮肤病防治研究所建立了全基因组学数据再分析挖掘的合作机制。

该课题组对外服务能力与合作意向包括：

1）常规全基因组关联分析（GWAS）试验设计与统计分析：掌握GWAS试验设计原理与方法，能熟练操作cluster计算机系统，采用plink、R、SAS等专业统计软件分析GWAS数据以及候选定位的关联分析、连锁分析。

2）现有全基因组关联分析（GWAS）数据的进一步挖掘：针对已经发表的GWAS数据，采用本课题组研发的基因组区域化分析方法和通路分析方法进一步分析其隐含的内部信息，发现新的疾病关联位点，探测基因-基因共关联作用、基因-基因交互作用、基因-环境交互作用，提高GWAS的解释度和利用价值。利用GWAS数据信息，研究复杂疾病（如心血管病、多囊卵巢综合症、精神病等）遗传异质性、发展疾病的分子诊断模型。构建复杂疾病的基因环境交互网络，研究复杂疾病的系统生物学机制。

3）复杂疾病的遗传风险评估：利用GWAS结果，结合流行病学调查和临床资料，采用竞争风险统计理论方法，发展多基因复杂疾病的遗传风险评估，构建复杂疾病的早期风险评估模型，实现早期预测，指导早期个性化干预。

（2）复杂疾病代谢组学实验设计与统计分析研究课题组：

代谢组学(metabonomics／metabolomics)是继基因组学和蛋白质组学之后新近发展起来的一门学科，对生物体内所有代谢物进行定量分析，并寻找代谢物与生理、病理变化关系的研究方式，是系统生物学的组成部分。基因组学和蛋白质组学分别从基因和蛋白质层面探寻疾病发生、发展与转归机制，而实际上细胞内许多生命活动是发生在代谢物层面的，如细胞信号释放（cell signaling），能量传递，细胞间通信等都是受代谢物调控的。代谢组学正是研究代谢组（metabolome）在某一时刻细胞内所有代谢物的集合的一门学科。其研究对象大都是相对分子质量1000以内的小分子物质。先进分析检测技术与统计模式识别结合等计算分析方法是代谢组学研究的基本方法。化学分析技术中最常用的是色谱-质谱联用(X—MS)。代谢组学属于全局系统生物学（Global systems biology）研究方法，便于对疾病发生、发展与转归的复杂体系进行整体认识．譬如，处于正常生理状态的人体包括“人体”本身和与之共同进化而来且共生的消化道微生物群体（或称菌群），孤立地研究“人体”本身的基因（基因组学），转录子（转录组学）以及蛋白质（蛋白质学）当然可以为认识人体生物学提供重要信息，孤立地研究菌群（宏基因组学）也可以认识肠道菌群对人体生理作用的信息，但上述研究方法均无法阐明基因、转录、蛋白、菌群对人体生理病理的共同作用和交互作用。人体血液和尿液的代谢组却不仅携带基因-转录-蛋白过程的代谢终产物，也携带着菌群代谢终产物，因此代谢组学方法对研究人体复杂体系十分有效。本课题组长期从事复杂疾病（精神疾病、卵巢癌、食管癌等）的代谢组实验设计与代谢组高危灾难数据的统计分析方法研究，已经探索出了一套代谢组学研究设计、标本采集、处理、运输和保存的技术规范体系，同时具备代谢物监测、监测后数据预处理、代谢组学数据统计模式识别的技术规范，发展了一系列代谢组学分析新方法。目前在研的国家级项目3项，以发表SCI论文多篇。与山东省肿瘤医院合作建立了食管癌转化医学代谢组学研究平台、与山东省精神病院合作建立了精神病代谢组学研究平台。

该课题组对外服务能力与合作意向包括：

1）提供常规代谢组学实验设计，标本采集、处理、运输和保存，代谢物监测、监测后数据预处理、代谢组学数据统计模式识别的技术服务。

2）合作建立复杂疾病转化医学代谢组学病例随访或纵向监测队列，开展前瞻性代谢组学研究。

3）将基因组学与代谢组学有机结合，探索复杂疾病遗传标记与代谢标记的网络关系，揭示复杂疾病的代谢组亚型、为复杂疾病基因定位、分子诊断、个性化治疗、转归风险评估等提供新方法、新途径。

（3）转化医学病例随访队列平台建设及其临床应用研究课题组

健康到疾病及其结局的进程是连续时间维度上的随机过程，即危险因素集不断作用于机体，导致“健康→亚健康→疾病→疾病结局”的连续变化谱。任何疾病从发生、发展，到转归为某结局（并发症、死亡等）的里程，都是风险因素逐渐积累的结果。在此框架下，传统的临床试验及其统计分析策略，遇到了前所未有的挑战。在设计层面，以随机临床试验（RCT）为代表的传统临床研究设计方法，往往只能针对某一干预（药物）的疗效和副反应。这种设计理念遵循的是近代传统实验药理学的原则，即，要证明某一药物的疗效与反应，需通过设立对照将临床病理因素、个人生理因素、环境因素等作为混杂的非实验因素均衡掉，以显示药物的效应。在设计策略上，RCT所面对的是某种疾病患者的群体，而在临床实践中医生所面对的则是具体病例。换言之，RCT代表了一种事物的普遍性（或平均效应），而汇聚成普遍性的每一个体又具有各自的特殊性。因此许多RCT结果并不能直接转化为临床行为。尽管RCT仍是目前转化医学研究不可替代的设计方法，他却难以评价和指导药物在临床推广应用后的个性化治疗方案的实施。个性化治疗的目的是依据患者的个体差异（或基因组特征）优化给药方案的临床诊疗理念。它试图真正做到因人而异、“量体裁衣”，实现“对症下药”到“对人下药”的转变，以取得高效、安全、经济的最佳治疗效果。然而，RCT只注重反应平均效应的固有缺陷，使得它在个性化治疗策略中显得无能为力。此外，RCT是一种在理想状态下设计的临床研究方法，与真实临床研究世界相差甚远。真实临床研究的特征是试验设计、数据信息积累过程完全在临床自然状态下，患者无需任何入选和排除条件，医生们也皆按自己的经验和习惯诊治病人，所有与诊断和疗效有关的变量皆是根据临床诊疗的过程和需要连续记录的现实状态。能够完全胜任真实世界临床研究的最佳设计方法只有病例随访队列（patient cohort）设计方法。此类设计策略不仅能反应真实临床世界，而且具有能够建立清晰的临床因果关系，直接测量暴露因素对结论的危险性，有效地避免测量偏倚和准确评价混杂因素，能同时观察多种结局及多种暴露因素等诸多优点。为此，本课题组在病例随访队列原理的基础上，已经建立了新型的“真实世界临床研究”设计策略与方法的技术规范：在真实临床实践背景下，沿着疾病发生、发展与转归的自然史进程，构建二阶段临床设计。自机体处于低危险状态→进入危险状态→发生早期血管病理改变→出现早起临床症状→被诊断为疾病（例如，脑卒中）为第一阶段；自诊断为疾病（例如，脑卒中）→预后相关因素动态变化→出现转归结局（如痴呆、抑郁等）→结局疾病好转、迁延或死亡为第二阶段。在阶段一，采用多中心病例对照设计方法，尽可能收集整个“生存年龄”内（尤其是生存早期）的暴露，研究疾病发生有关问题；在阶段二，则采用多中心纵向监测病例随访队列设计，研究疾病临床诊疗、转归结局的有关问题。2008年以来，本课题组已经与山东省临沂市人民医院、山东省千佛山医院、山东省肿瘤医院等单位建立了转化医学病例随访队列示范平台，已经探索出了一套完善的平台建设与随访管理的技术规范，已合作申请到多项国家自然科学基金，合作发表多篇SCI论文。

该课题组对外服务能力与合作意向包括：

1）提供建立转化医学病例随访队列平台建设的技术服务：包括构建纵向监测病例随访队列信息数据库（临床诊疗数据信息库和生物标本库）、筛选生物标记和临床标记、建立病例追踪随访数据库和提供病例随访队列数据的统计分析。

2）基于转化医学病例随访队列平台，合作研究复杂疾病转化医学临床诊疗技术方法：包括临床诊疗生物标记筛选与评价、个性化治疗方案、临床诊疗决策、疾病转归风险评估、临床路径制定、疾病计量诊断、疾病转归机制的网络机制等多个方面。

（4）健康/疾病风险评估与干预研究课题组：

心脑血管病、恶性肿瘤等慢性非传染性疾病是影响人群健康的重大公共卫生问题。虽然这些疾病多以中、老年起病，但其发生却是自生命早期危险因素逐渐积累的结果。研究表明，危险因素累积是导致冠心病/脑卒中终身风险增高的根本原因，降低其发病风险，更需预防危险因素产生(初始预防)，而不是单纯依赖对已存在危险因素的干预(一级预防)；这对传统三级预防策略提出了挑战。实践证明，根据个人风险评估结果进行健康干预是行之有效的慢病干预策略。因此，如何突破传统三级预防观念，建立切实可行、行之有效的慢病健康干预模式，是彻底控制其流行的关键。实施早期健康干预的前提是具备准确可靠的早期风险早期预警工具。目前，以Framingham模型为代表的预测模型对早期预警缺乏适宜性且其设计构思、指标筛选、建模方法、风险计算均有局限性。为此，近年来本课题组提出了风险预警适宜性原则、贝叶斯竞争风险建模策略和适宜健康干预模式，据此提托我们已经构建的“山东省多中心慢性病研究队列”和“山东省多中心健康体检队列”，具体建立了不同健康服务现场（社区、健康体检）不同设计（多中心人群队列、全人群病例对照、多中心纵向监测健康体检队列）的预警工具和干预模式；指标上，用适宜性分级策略遴选风险预警因子；建模上，基于贝叶斯多水平竞争风险模型，利用贝叶斯模型选择和模型综合，通过调整模型参数先验和建立备选模型集以适宜于不同目标人群；风险计算上，将绝对风险、终身风险和相对绝对风险相结合，全面评估个体风险状态，风险报告上，将复杂模型开发为简易量表工具及软件包，并输出个人风险警示曲线。干预模式上，依据个人风险警示曲线，设计前瞻性个性化健康干预试验，评价干预模式的有效性和可行性，获得适宜早期个性化健康干预模式。该研究方向主要目标是为社区人群、健康体检中心、临床诊疗提供适宜的慢性病个人风险预警工具和早期健康干预策略指南。目前，已经与山东省疾病预防控制中心、山东省肿瘤防治办、山东省千佛山医院、山东省临沂市人民医院、胜利油田中心医院等多家单位建立了长期稳定的合作关系，已经联合申请到国家级课题4项、发表SCI论文6篇，初步开发完成了“四大慢性（高血压、糖尿病、脑卒中、冠心病）风险评估与干预”软件系统。

该课题组对外服务能力与合作意向包括：

1）提供建立社区人群队列、健康体检人群纵向监测队列、临床病例队列的设计与统计分析技术。

2）合作建立重点疾病的社区人群队列、健康体检人群纵向监测队列、临床病例队列，依托队列合作研发心脑血管病、恶性肿瘤等重大疾病的风险评估方法和人群干预技术。

（5）空间流行病学与空间遗传学研究课题组

近年来，随着地理信息系统(GIS)的迅速发展,地理流行病学和基因地理学与GIS和空间统计学等学科有机结合，开始向更高层次的空间流行病学和空间遗传学发展；国内外在此领域的研究尚处于起步阶段。本课题组一直将“空间流行病学与空间遗传学理论方法及其应用”作为重要研究方向之一。在空间流行病学理论与方法研究方面主要是在传统地理流行病学基础上，在GIS框架下，重点研究疾病的空间相关、空间估计、空间预测、空间热点分析、地理界线划分、空间风险评估等问题。在空间遗传学理论与方法研究方面主要是针对传统基因地理学方法的不足，在GIS框架下，采用空间统计学方法研究人群遗传结构的空间特征及其应用。在该研究方向上，主持完成了“基因空间异质性理论与定量分析方法的研究(30170527 )、地理流行病学统计分析方法研究(30070677 )和小地域生态环境内肾综合征出血热的地理流行病学机制研究(30471489) ”三项国家自然科学基金项目；主持承担“国家传染病重大专项分题-耐多药结核病流行因素的生态学研究（008ZX10003-007），国际合作项目“人类迁徙图计划分题——东亚人群基因地理学研究”等课题。中国博士后基金项目“中国人群精细遗传结构的地理信息系统研究（2005038128）”等课题。在国内外学 术刊物发表论文30余篇；“中国HLA限制性多表位疫苗的理论免疫应答率预测系统”获国家专利，“空间流行病学技术方法研究及其在肾综合征出血热防控中的应用”获山东省科技进步三等奖。

该课题组对外服务能力与合作意向包括：

1）提供疾病地理分布、空间流行病学分析的软件、平台和统计服务。

2）合作建立人群疾病空间流行病学数据库，研究相应疾病的空间流行病学特征。

三、团队的共享服务资源

团队拥有cluster计算机系统，具备SAS、R、areGIS、stat、Geo等多种统计分析软件工具，除了能够进行常规调查设计和实验设计及其结果的统计分析外，还掌握多元方差分析、多元回归分析、主成分分析、因子分析、典型相关分析、冗余分析、对应分析、多维尺度分析、判别分析、聚类分析、路径分析、证实性因子分析、结构方差模型、人工神经网络、贝叶斯网络等多种多变量统计分析技术和统计模式识别技术，能提供对大型高维数据的统计分析服务或合作研究。

山东大学公共卫生学院医学/卫生统计学教学科研团队，热诚期盼与医院各临床科室、各学院有关课题组、疾病预防控制中心、科研院所建立实质性的合作关系或服务业务联系，共同将医学/卫生统计学技术应用到实际科研工作中去，为提升科研水平发挥作用。

联系方式： 电话：0531-88380280，13906405997；E-Mail:xuefzh@sdu.edu.cn