109至110年度流行病學/生物統計/生物資訊 數位課程
主辦單位
國家衛生研究院
協辦單位
臺北醫學大學
指導單位
衛生福利部科技組
補助款項來源為「菸品健康福利捐」支應

補(捐)助計畫:
主要計畫:
109年度
衛生福利部「第3期癌症研究跨機構合作平台及其整合應用(第3年)」計畫
(計畫編號: MOHW109-TDU-B-212-134026)
110年度
衛生福利部「第3期癌症研究跨機構合作平台及其整合應用(第4年)」計畫
(計畫編號: MOHW110-TDU-B-212-144026)
其他計畫:
科技部生技醫藥生物資訊核心設施

課程時間及報名方式

本年度課程規劃方向以流行病學、生物統計、生物資訊等領域為主,採「數位課程」方式進行,

各課程簡介請至「第三期癌症研究資訊共享網站」教育訓練分頁查詢,

各課程報名請至「第三期癌症研究資訊共享網站-教育訓練報名系統」辦理,

課程開放時間 109年6月8日起

課程內容:
單元 課程主題 課程講師 課程簡介
1 後大數據時代癌症流行病學研究的走向 臺北醫學大學
公共衛生學系
邱弘毅 特聘教授(CV)
邱弘毅教授專長為癌症及心血管疾病流行病學,此次課程將分享癌症流行病學研究方法的演進,從傳統流行病學方法到到分子流行病學的興起,再到目前以大數據結合生物資料庫實證研究的氛圍,加上政府對政策轉譯的期待下,癌症流行病學研究的走向。
2 Cancer study: Study Design/Analysis; Big data uses 臺北醫學大學
公共衛生學系
葉志清 教授(CV)
葉志清教授專業研究領域為癌症相關研究,主要以口腔癌和大腸癌為主,探討基因或環境因子對於癌症的發生和預後的關係,並進行大數據資料分析,資料來源為全民健康保險資料、北醫一校三院臨床資料庫、中央研究院臺灣人體生物資料庫等。
3 大數據與人工智慧時代的醫學與法律 國立陽明大學
生物醫學資訊研究所
吳俊穎 所長(CV)
吳俊穎教授專門於健康大數據、消化系癌症轉譯研究、腸道微生態、實證法學等研究領域。近年來,透過大數據研究以及人工智慧技術的協助,讓醫療專業人員更有機會在疾病尚未發生之前,精準地預測並防止其發生。然而,在醫療與資訊科技突飛猛進之同時,醫療法律對個別病人與群體層級的健康資料之應用的管制與規範所面臨的挑戰,正是本課程欲帶領學員深入探討的議題。 
4 癌症臨床預測模型簡介 國家衛生研究院
癌症研究所
張憶壽 名譽研究員(CV)
預測一個健康人在未來一段時間裡,一個癌症的發生機率是臨床上的基本問題。它不只是個人健康管理上的,也是公共衛生上的重要指標與決策依據。建立與評估這樣的統計模型是癌症流行病學裡的基本工作。這個課程將以具體例子說明這類工作的幾個重要面向。這類工作是精準醫療的基石,也是大數據時代的特有機會。 
5 真實世界數據分析的挑戰 – 干擾因素的處理 國家衛生研究院
癌症研究所
楊奕馨 研究員(CV)
楊奕馨教授專長於真實世界數據分析, 特別是在癌症防治相關研究領域。
臨床病歷資料、政府疾病登記資料及全民健康保險給付等資料庫, 是目前真實世界數據(RWD, real-world data)分析的主要資源, RWD紀錄是常規性收集病人、醫師及健康照護體系之間複雜互動的歷程, 因此資料分析的結果是否足夠當成臨床療效的證據, 取決於偏差及干擾因素的處置, 本課程先以干擾因素的處理為主軸, 探討用來處理干擾因素的常用策略。  
6 生物統計、流行病學、研究設計基本概念及實際研究案例分析(分享) 三軍總醫院
醫學研究室
簡戊鑑 副教授(CV)
一個優質研究(論文),除了原始創意發想(研究目的)外,運用適切的流行病學概念,搭配良好研究設計方式,並預先考慮後續資料收集程序,以及採用正確的統計分析方法,才能更增添研究(論文)品質。本次課程將簡略介紹研究設計類型及內涵,研究的信效度及各種可能的干擾因子;另外,流行病學基本概念將介紹敏感度、精確度、假陽性、假陰性、陽性預測值及陰性預測值等概念,以及這些概念的運用;生物統計基本概念將介紹樣本母群及抽樣概念、統計檢定、基本統計方法;最後,以實際的研究案例說明,橫斷性研究及追蹤性研究的設計概念,可能的干擾因子,以及避免(排除)干擾因子的方式。  
7 骨架表之應用以及效果修飾與中介作用之區辨 高雄醫學大學
健康科學院/公共衛生學系(CV)
李建宏教授
李建宏教授善長於流行病學數據之分析與解釋,並在上氣消化道癌症流行病學以及青少年血管代謝健康之研究上具有實務地應用。此課程將介紹如何使用研究架表應用於數據分析之思考,並探討如何區辨流行病學資料之效果修飾與中介作用。此講授將使用研究數據說明與解釋上述之課程重點。  
8 生物統計與流行病學50分鐘非典型輕鬆學 中山醫學大學
公共衛生學系(CV)
廖勇柏教授
生物統計與流行病學是進行研究時非常重要的兩門學科,有很多人雖學過生物統計,卻很難理解傳統生物統計教材中之內容,導致最重要且常用的生物統計觀念模糊;流行病學雖非所有學門的必修課程,但卻是研究方法學中重要的一環。因此,本課程利用50分鐘用非典型講授方式,來介紹最基本常用的生物統計與流行病學觀念。  
9 單細胞RNA定序數據分析簡介 國家衛生研究院
癌症研究所(CV)
江士昇助研究員
高通量數據(high-throughput data)分析一直以來是生物資訊學著重之議題。其中,單細胞RNA定序(single-cell RNA sequencing)技術以及所衍生之高通量數據分析之發展已趨於成熟,已經在腫瘤學、免疫學、以及發育生物學的各研究領域逐漸被大量應用。此次課程將簡介此技術之基本原理與資料產生流程,以及基礎資料分析概念,適合對單細胞技術應用與其資料分析有興趣者進入學習。
10 Some considerations in risk prediction models development - the breast cancer example 國家衛生研究院
癌症研究所
張憶壽 名譽研究員(CV)
Risk prediction models are at the heart of precision medicine Many risk prediction models for breast cancer have been proposed They may be developed using different risk factors and different training sets, may have different performance in different validation studies, and may be useful for different purposes I will use three important breast cancer models, BCRAT, BOADICEA, and IBIS, to illustrate the above aspects and discuss the statistical methods in the model development

注意事項

  1. 本數位課程為免費課程。
  2. 報名上課者請詳實填寫報名資訊(姓名及E-mail),俾利寄送上課證明電子檔。
  3. 上課證明取得資格,每堂課程觀看度須達90%(以每堂課程總時間估算)以上及填寫滿意度問卷,證書將於每月5日固定核發;如有任何問題或建議亦歡迎於問卷提問。
  4. 若無法一次完成所選擇學習課程,可依前次報名資訊再次登入完成課程。

洽詢方式

國家衛生研究院 三期癌症平台計畫辦公室 黃小姐/洪小姐
電話:(037) 206166 轉 35131/35132
傳真:(037) 586463
E-mail:abbyhuang@nhri.edu.tw / Hsincih@nhri.edu.tw

TOP