公共卫生卫生港公共卫生实习报告_第1页
公共卫生卫生港公共卫生实习报告_第2页
公共卫生卫生港公共卫生实习报告_第3页
公共卫生卫生港公共卫生实习报告_第4页
公共卫生卫生港公共卫生实习报告_第5页
全文预览已结束

付费下载

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

公共卫生卫生港公共卫生实习报告一、摘要

2023年7月1日至2023年8月31日,我在公共卫生卫生港完成8周实习,担任数据分析师助理岗位。期间,通过整理分析2022年全年社区健康档案,完成3类传染病趋势预测模型,准确率达92%;运用SPSS和Python对532份问卷调查数据进行双变量分析,发现吸烟率与慢性病患病率相关系数为0.67,支持控烟政策优化。核心工作成果包括撰写2份健康风险评估报告,被纳入年度公共卫生规划;参与搭建数据可视化看板,实现疫情动态7日均值自动更新。专业技能方面,熟练应用R语言进行生存分析,通过Logistic回归识别高危人群特征,模型AUC值为0.85。提炼出的“小样本加权抽样”方法,可有效提升资源有限条件下的数据代表性,经回测误差率降低18%。

二、实习内容及过程

2023年7月1日到8月31日,我在公共卫生卫生港实习,岗位是流行病学数据分析师助理。实习目标是把课堂学的统计方法用在实际工作中,了解公共卫生项目从设计到报告的完整流程。单位是做区域传染病监测和慢性病防控的,有几百名工作人员,分好几个科室,我主要跟着健康信息中心那块儿。

实习内容挺实的。刚开始是整理2022年全区的居民健康档案,有差不多三万条记录,得核对逻辑错误。比如发现年龄大于100岁的有87例,明显是录入问题,就按规范把数据修正了。然后用SPSS做描述性统计,比如计算不同性别高血压患病率,男性12.3%,女性15.1%,差异挺显著的。7月中旬接了个项目,要预测下季度流感趋势。导师教我用ARIMA模型,我每天收集过去三年的周发病数,数据点有600多个,调参数调到头秃,最后模型预测准确率92%,比之前用简单移动平均法提高不少。还参与了社区控烟问卷调查,532份有效样本,用Python做交叉表,发现吸烟者慢性阻塞性肺病发病率是18.7%,非吸烟者只有5.2%,这数据直接用在了给政府的建议报告里。

过程中遇到俩坎儿。一是有次做传染病风险评估,时间紧数据又杂,某个变量缺失值超过30%。我硬着头皮用多重插补法补完,但心里直打鼓,怕影响结果。后来导师说可以试试,但得在报告中特别说明局限性。学到了插补不是万能药,得看缺失机制。另一个是可视化卡壳,领导要个动态看板展示疫情曲线,我只会做静态图,临时学了个Tableau,加班加点总算搞出来了,但交互设计太丑,被吐槽说“不够直观”。回去把Tableau的官方文档翻了一遍,现在做图思路清晰多了。

最后成果有仨:修正后的2022年健康档案报告,流感预测模型参数表,还有控烟调查的数据分析简报。这些报告后来都被科室留底了。最大的收获是看清了流行病学工作流,从数据清洗到模型选择,每一步都藏着细节。比如做回归分析前,我差点没把多重共线性检查给忘了,导师一提醒我才意识到数据里有变量高度相关。这让我明白实践和理论差得远,光看书没用。

职业规划上,这次实习让我更想往传染病防控方向发展。但说实话,单位培训挺水的,就发了几本过时的手册,也没啥正式带教。有时候觉得岗位任务和我的专业能力匹配度不高,比如被安排做不少行政整理活儿。要是单位能搞些实操培训,比如定期带我们做病例分析会,或者开放点数据库让我们练手,效率肯定高。另外,我觉得健康档案系统可以优化,现在导数据导到怀疑人生,要是能直接导出Excel格式就好了。

三、总结与体会

2023年8月31日,实习结束那天,看着电脑里自己做的流感预测模型结果,突然觉得这八周像坐了个过山车。刚来的时候,觉得流行病学就是套公式,现在才知道每个数据点背后都可能是一条人命,这感觉挺沉甸甸的。实习确实把理论和实践搭上了桥,比如用SPSS做Logistic回归分析吸烟与肺癌关系时,课本上只说怎么调参数,实际操作才发现样本量不足会导致置信区间太宽,最后报告里专门提了这点,导师说“这才是严谨”。这让我懂了做研究不能光图结果准,过程透明同样重要。

职业规划上,这次经历让我更确定要往传染病防控方向发展。以前觉得这个领域就是发发通知做统计,现在看到完整的监测预警干预链条,每个环节都需要专业知识。比如7月做的社区诺如病毒暴发调查,从采样布点到病例定义,再到二代测序结果解读,每一步都挺专业。这让我意识到,自己现在学的这些统计方法和流行病学原理,就是未来搞防控的硬通货。回去打算考个传染病防控师资格证,把实习没来得及细品的文献都补上。

行业趋势上,这次实习让我看到大数据和人工智能正在彻底改变公共卫生。比如单位用的那个传染病智能预警系统,能根据气象数据和历史病例自动发风险提示,效率比我手动查数据快太多了。导师说未来医生、护士、疾控人员都会围着这些系统转,我们学生得赶紧学编程、学机器学习,不然以后真可能被淘汰。这让我意识到,学校教的那些基础统计方法只是门槛,真正有前途的是能处理复杂数据的技能。下学期打算选修Python数据分析课,把实习里用Tableau画的图换成更高级的机器学习可视化。

心态转变是最大的收获。以前做课程作业,数据都是现成的,现在得自己跑调研、自己核对,遇到问题还得厚着脸皮问导师。比如7月中旬那会儿,做的流感预测模型结果总不对,试了三天都没改过来,直接焦虑到失眠。后来导师给我发了篇2022年SEIR模型的文章,点醒我说参数迭代要考虑权重,这才搞定。现在想想,抗压能力就是在这种磨炼里长起来的。责任感也更强了,知道数据错一个数字可能影响政策建议,比如修正健康档案时,反复核对好几遍才敢提交。这种从学生到准职场人的感觉,挺奇妙的。实习结束不是终点,而是要赶紧把学到的东西变成自己的竞争力,不然知识会过期,技能跟不上行业发展,那才叫真失败。

四、致谢

在公共卫生卫生港的这8周实习,收获挺多的。导师人特别好,教我做模型时耐心,改报告时严格,那些传染病防控的细节,比如病例定义怎么定、数据敏感怎么处理,都是他点醒我的。还有健康信息中心的同事,带我核对数据的时候特别仔细,

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论