报告人：陈勇副教授

               宾夕法尼亚大学

报告题目：Non-standard problems in statistical inference: Bartlett identity, boundary, identifiability issues

报告时间：2018年12月20日下午16:30

报告地点：海韵教学楼107

摘要：In this talk, I will cover a few ideas in tackling non-standard problems in statistical inference, including Bartlett identity, boundary and identifiability issues. I will show that these considerations are critical in model robustness, statistical power, and validity. I will also present implications of these ideas in addressing key challenges in biomedical research using massive healthcare data, in particular, electronic health records, drug/vaccine safety surveillance data. Case studies using University of Pennsylvania Biobank data will be provided.

报告人简介：陈勇，博士，博士生导师，宾夕法尼亚大学医学院终身教授。本科毕业于中国科技大学，博士毕业于约翰霍普金斯大学公共卫生学院，博士期间师从美国医学院院士梁庚义教授和Charles Rohde教授。博士期间曾经获得约翰霍普金斯大学公共卫生学院持续五年的院长奖学金的资助，毕业时获得最佳毕业论文。2018年陈勇教授当选为世界循证医学协会（SRSM）会员。

陈勇教授的团队主要从事电子病历数据分析方法、以患者为中心的疗效比较、医学的统计推断等研究。现在正在作为项目负责人（Principal Investigator）主持美国国立卫生研究院（NIH）两项R01项目，总资助额450万美元。项目之一是美国国家过敏及传染性疾病研究所（NIAID）资助的最高优先级（top 1%）的312万美元的一个五年项目（2017-2022）。该项目的创新点之一是利用多源多时间数据差异性筛选高维数据中有价值的信号以建立更加有效的预测模型，此创新已在疫苗副作用的早期发现和预警中初显成效。同时，陈勇教授的团队正在拓展这项创新在其他领域中应用，例如多源数据的急性心血管疾病的动态预警。另外，陈勇教授及团队在循证医学的研究正在被美国国家医学图书馆（NLM）说资助（140万美元，2017-2021）。陈勇教授在国际顶级杂志循证医学发表20篇以上的文章，包括四大医学杂志之一的 JAMA。最近，陈勇教授参与跨美多所大学的，涵盖超过6亿病人数据的观察性健康数据科学和信息学研究（OHDSI），该项研究主要是对海量电子病历的研究，其负责大数据的统计和计算方法在中国的推广和实践（OHDSI-China）。

联系人：胡杰助理教授

欢迎广大师生参加！