图书目录

目?录

第一篇?临床研究概况

第一章?临床研究的基本概念与重要性 2

第一节?临床研究的定义与分类 2

第二节?临床研究在医学进步中的作用 5

第二章?临床研究的规范体系 8

第一节?临床研究的法律法规与政策框架 8

第二节?试验参与者的纳入与保护机制 12

第三节?研究透明度与数据可及性 15

第三章?临床研究质量管理 19

第一节?研究设计与方案撰写规范 19

第二节?研究实施过程质量控制 25

第三节?风险管控与不良事件处理 30

第四章?临床研究数据管理 35

第一节?数据管理的概念、法规基础与组织体系 35

第二节?临床研究数据全生命周期管理 39

第三节?数字化系统、标准化递交与合规保障 43

第二篇?临床研究伦理原则和实践

第五章?临床研究伦理的基础与发展 50

第一节?临床研究的伦理特殊性 50

第二节?临床研究伦理的历史演进 52

第三节?临床研究伦理的基本原则 58

第四节?责任伦理与前瞻性治理视角 59

第六章?临床研究中试验参与者的伦理保护 61

第一节 知情同意的伦理基础与实践问题 61

第二节?脆弱群体的特殊伦理保护 64

第三节?风险—受益评估与最小风险原则 68

第七章?伦理审查与临床研究治理机制 74

第一节?伦理委员会(IRB/REC)的功能与责任 74

第二节?研究者、机构与赞助方的伦理责任 77

第三节?从合规伦理到责任导向治理 80

第八章?临床研究数据与数据分析伦理 83

第一节?临床研究数据的伦理属性 83

第二节?数据收集、存储与共享中的伦理问题 87

第三节?数据分析与结果呈现的伦理规范 94

第三篇?临床研究设计和应用评价

第九章?横断面研究 104

第一节?概述 104

第二节?设计要点 105

第三节?统计分析策略 109

第四节?评价方法 109

第五节?优势与局限 110

第六节?应用案例 111

第十章?生态学研究 113

第一节?概述 113

第二节?设计要点 113

第三节?统计分析策略 114

第四节?评价方法 115

第五节?优势与局限 115

第六节?应用案例 116

第十一章?队列研究 118

第一节?概述 118

第二节?设计要点 120

第三节?统计分析策略 124

第四节?评价方法 125

第五节?优势与局限 126

第六节?应用案例 127

第十二章?病例对照研究 129

第一节?概述 129

第二节?设计要点 130

第三节?统计分析策略 132

第四节?偏倚及其控制 137

第五节?优势与价值 139

第六节?研究实例 140

第十三章?剂量递增试验 142

第一节?概述 142

第二节?设计要点 144

第三节?统计分析策略 146

第四节?评价方法 150

第五节?优势与局限 152

第六节?应用案例 153

第十四章?单臂试验 159

第一节?概述 159

第二节?设计要点 160

第三节?统计分析策略 162

第四节?评价方法 163

第五节?优势与局限 165

第六节?应用案例 166

第十五章?随机对照试验 168

第一节?概述 168

第二节?设计要点 169

第三节?统计分析策略 171

第四节?质量评价与报告规范 173

第五节?优势与局限 174

第六节?研究实例 175

第十六章?交叉试验 178

第一节?概述 178

第二节?设计要点 180

第三节?统计分析策略 182

第四节?评价方法 185

第五节?优势与局限 187

第六节?应用案例 188

第四篇?统计学分析与实践

第十七章?基础、思维与描述 194

第一节?数据、思维与推断逻辑 194

第二节?分析前的准备工作 198

第十八章?常见单变量分析方法 202

第一节?两组数据比较 202

第二节?多组与复杂设计比较 212

第十九章?关联、回归与预测 221

第一节?关联分析 221

第二节?回归模型 233

第二十章?结果呈现、规范与误区 244

第一节?统计结果的规范报告 244

第二节?常见误区与重要概念 247

第五篇?大数据与智能分析

第二十一章?概述 252

第一节?医疗大数据的概念与数据来源 252

第二节?医疗数据的构成与医学复杂性 253

第三节?数据治理、真实世界数据与证据转化 254

第四节?机器学习导论:从模型训练到医学评价 255

第五节?基于数据的知识发现与认知智能 257

第六节?从PICO到医疗大数据分析任务 258

第七节?综合案例:区域慢病智能管理平台 259

第八节?医疗大数据研究的报告清单 259

第二十二章?从统计推断到认知智能 261

第一节?机器学习中的线性代数 261

第二节?参数估计和假设检验 262

第三节?贝叶斯估计与因果推理 263

第四节?统计推断和机器学习 265

第五节?人工智能基础 266

第六节?认知智能与自主推理 267

第七节?综合案例:急诊脓毒症预警模型 268

第八节?方法报告与模型审稿清单 269

第九节?案例训练 269

第二十三章?智能医学实践 272

第一节?医学影像分析 272

第二节?多组学分析 277

第三节?医学知识增强的多模态分析 286