培訓(xùn)內(nèi)容

模塊一臨床大數(shù)據(jù)、疾病組學(xué)大數(shù)據(jù)相關(guān)知識介紹

1.臨床大數(shù)據(jù)概述

2.臨床大數(shù)據(jù)的收集、整合和管理

3.臨床大數(shù)據(jù)的樣本庫和資料庫的建立

4.臨床大數(shù)據(jù)的數(shù)據(jù)挖掘思路

5.疾病相關(guān)的組學(xué)大數(shù)據(jù)概述

6.基于二代測序技術(shù)的多組學(xué)數(shù)據(jù)獲取

7.疾病組學(xué)數(shù)據(jù)庫、知識庫和工具庫

8.組學(xué)大數(shù)據(jù)的數(shù)據(jù)挖掘思路

模塊二R軟件實操

1.R軟件的下載和安裝

2.R軟件的基本運算（向量運算、矩陣計算、基本統(tǒng)計計算）

3.R軟件的基本統(tǒng)計分析操作（t檢驗，卡方檢驗，線性回歸，logistic回歸）

4.統(tǒng)計分析批處理的R軟件實現(xiàn)

5.R語言可視化-圖表排版

模塊三數(shù)據(jù)挖掘方法——分類與聚類

1.分類的概念及分類的性能與評估

2.決策樹與隨機森林分類器的構(gòu)建及R軟件實現(xiàn)

3.決策樹與隨機森林結(jié)果的可視化

4.主成分分析及應(yīng)用主成分分析繪制分類圖

5.聚類的概念及常用聚類方法（K均值聚類與系統(tǒng)聚類）

6.K均值聚類與系統(tǒng)聚類的R軟件實現(xiàn)

7.K均值聚類與系統(tǒng)聚類的可視化

8.雙向聚類熱圖的繪制

模塊四數(shù)據(jù)挖掘方法—關(guān)聯(lián)規(guī)則與貝葉斯網(wǎng)絡(luò)

1.關(guān)聯(lián)規(guī)則的概念及常用關(guān)聯(lián)規(guī)則分析方法（Apriori算法）

2.關(guān)聯(lián)規(guī)則分析的R軟件實現(xiàn)

3.關(guān)聯(lián)規(guī)則的可視化

4.貝葉斯網(wǎng)絡(luò)的概念及構(gòu)建

5.基因與環(huán)境互作的貝葉斯網(wǎng)絡(luò)構(gòu)建及R軟件實現(xiàn)

模塊五系統(tǒng)綜述與Meta分析

1.系統(tǒng)綜述與Meta分析概述

2.選題思路和方案設(shè)計

3.文獻(xiàn)檢索與資料收集

4.Meta分析方法解析

模塊六SCI論文寫作與投稿

1.科研課題選擇

2.醫(yī)學(xué)論文的分類與特點

3.臨床試驗注冊

4.臨床研究的常用方法

5.文章要點及撰寫技巧

6.英文寫作注意事項

7.如何選擇合適的期刊

8.如何答復(fù)審稿者意見、說服審稿人