R语言的流行病学应用 教学大纲

《R语言的流行病学应用》研究生课程教学大纲第1章R语言简介一、章节名称1.1概述1.2前期准备1.3使用RStudio：极简入门1.4程序包的管理1.5更新R-base、程序包和RStudio1.6获取帮助1.7练习案例1.8小结二、主要教学内容介绍R语言背景、特点及在流行病学中的优势；讲解R和RStudio的安装与更新方法；熟悉RStudio界面布局与项目管理；掌握程序包的安装、加载与更新；学习使用帮助系统；通过一个完整的流行病学小示例（数据读入、描述统计、简单绘图）建立初步认识。三、重点与难点掌握：安装R语言和RStudio；安装和加载程序包；获取帮助。熟悉：RStudio的快捷键与项目功能；管理与更新程序包。了解：R语言的发展历史；选择R语言的原因。四、推荐学时2学时第2章数据管理一、章节名称2.1数据类型2.2数据的输入和输出2.3函数2.4创建新变量2.5变量重编码2.6变量重命名2.7数据类型的查看和转换2.8数据排序2.9数据集取子集2.10数据集合并2.11数据整合与重构2.12练习案例2.13小结二、主要教学内容系统讲解数据类型（向量、因子、矩阵、数据框、数组和列表）、数据读写、常用函数、变量创建、重编码、重命名、类型转换、数据排序、取子集、合并、数据整合与重构。通过流行病学案例练习完整的数据管理流程。三、重点与难点掌握：数据类型的差异、数据输入和输出、变量创建和管理。熟悉：常用函数的使用方法。了解：data.table语法；列表的嵌套与操作。四、推荐学时4学时第3章控制流一、章节名称3.1条件执行3.2循环3.3减少显式循环3.4并行运算3.5练习案例3.6小结二、主要教学内容讲解条件执行（if-else、ifelse、switch）、循环结构（for、while、repeat及循环控制）、减少显式循环（向量化运算、apply族函数和dplyr程序包中的向量化函数）和并行运算的基本思想与实现。通过练习案例巩固控制流的内容。三、重点与难点掌握：条件执行（if-else、ifelse）、循环结构（for、while及循环控制）、减少显式循环（向量化运算、apply族函数）基本用法。熟悉：repeat的使用场景；向量化运算优于循环的原则。了解：并行运算在多核环境下的简单应用。四、推荐学时2学时第4章文本处理一、章节名称4.1正则表达式4.2字符统计和翻译4.3字符串连接4.4字符串拆分4.5字符串查询4.6字符串替换4.7字符串提取4.8字符串定制输出4.9练习案例4.10小结二、主要教学内容学习正则表达式的基本语法（元字符、量词、分组等）；掌握字符串的基本操作（长度、大小写转换、连接、拆分、查询、替换、提取）；使用stringr程序包简化文本处理；通过案例实践文本处理系列函数的基本用法。三、重点与难点掌握：常用正则表达式、stringr程序包相关正则表达式函数用法。熟悉：stringr程序包函数与base程序包函数的对应关系。了解：贪婪匹配与非贪婪匹配；正则表达式的分组捕获。四、推荐学时2学时第5章数据可视化一、章节名称5.1背景介绍5.2ggplot2程序包5.3数据及图形属性映射5.4几何对象5.5标度和图例5.6坐标系统5.7图形分组和分面5.8主题调整5.9图形输出5.10练习案例5.11小结二、主要教学内容介绍R语言的三大图形系统（base、lattice、ggplot2），重点讲解ggplot2程序包的图层语法；掌握常用几何对象（散点图、直方图、箱线图、折线图）；学习标度和图例、坐标系统、分组和分面、主题调整和图形；练习绘制流行病学常用图表。三、重点与难点掌握：ggplot2基本语法、标度和图例、图形分组和分面、主题调整和图形输出。熟悉：个性化图形要素设置方法和坐标系统设置。了解：base绘图系统的基本函数和合并图形的细节。四、推荐学时4学时第6章基本统计分析方法一、章节名称6.1统计描述与区间估计6.2平均数比较的假设检验6.3率比较的假设检验6.4非参数假设检验6.5相关与回归6.6广义线性模型6.7生存分析6.8混合效应模型6.9练习案例6.10小结二、主要教学内容系统讲解流行病学常用统计方法的R语言实现，包括平均数比较的假设检验、率比较的假设检验、非参数假设检验、相关与回归、广义线性模型、生存分析和混合效应模型。通过案例实践进行完整建模与结果解释。三、重点与难点掌握：常用的平均数比较的假设检验、率比较的假设检验、非参数假设检验、相关与回归、广义线性模型、生存分析的基本用法，包括模型构建和结果提取。熟悉：混合效应模型构建和结果提取。了解：泊松回归处理数据。四、推荐学时4学时第7章现况研究一、章节名称7.1概述7.2现况研究类型7.3示例实践7.4练习案例7.5小结二、主要教学内容回顾现况研究的概念、常见的偏倚、主要用途、优缺点和研究类型。演示抽样调查的样本量计算、描述性研究和分析性研究的具体分析过程；通过案例实践，完成数据标准化、关联分析和逻辑回归的完整流程。三、重点与难点掌握：基于R语言进行抽样调查的样本量计算、描述性研究和分析性研究的具体分析。熟悉：现况研究中的混杂控制、抽样方法。了解：现况研究类型、主要用途和优缺点。四、推荐学时3学时第8章生态学研究一、章节名称8.1研究设计概述8.2常见的研究设计类型8.3示例实践8.4练习案例8.5小结二、主要教学内容介绍生态学研究的概念、分类、特点、使用情景与作用和类型；学习使用R语言开展生态比较研究和生态趋势研究；通过案例实践，巩固开展生态学研究的基本流程。三、重点与难点掌握：生态学比较研究的基本流程和方法。熟悉：生态学研究的概念、分类、特点、使用情景与作用和类型；生态趋势研究的基本流程和方法。了解：生态学谬误的概念及避免方法；空间数据可视化（地图绘制）。四、推荐学时3学时第9章队列研究一、章节名称9.1研究设计概述9.2常用的分析方法9.3队列研究的R语言实现及示例9.4练习案例9.5小结二、主要教学内容讲解队列研究的概念、特点和分类；常用的分析方法；队列研究的R语言实现及示例。通过练习案例，深化队列研究的R语言实现规范流程。三、重点与难点掌握：计算累积发病率与发病率密度、整理生存资料和开展生存分析；熟悉：人时数据的格式整理；生存资料和生存分析的基本情况。了解：队列研究的概念、特点和分类；时间依赖协变量的Cox模型使用。四、推荐学时3学时第10章病例对照研究一、章节名称10.1概述10.2常见的研究设计类型10.3示例实践10.4练习案例10.5小结二、主要教学内容回顾病例对照研究的设计原理（非匹配和匹配设计）；学习匹配数据的分析方法（条件logistic回归）；通过罕见病危险因素研究案例，演示频数匹配与个体匹配的数据分析。三、重点与难点掌握：非匹配和匹配病例对照数据分析流程。熟悉：病例对照研究的概念、特点和研究框架；倾向性评分匹配。了解：巢式病例对照研究的数据结构与分析要点。四、推荐学时3学时第11章随机对照试验一、章节名称11.1研究设计概述11.2常见的研究设计类型11.3示例实践11.4练习案例11.5小结二、主要教学内容介绍随机对照试验的定义、设计原理和原则、统计分析要点、常见的研究设计类型；通过示例实践演示随机对照试验实施过程，并基于案例实践巩固随机对照试验流程。三、重点与难点掌握：不同类型随机对照研究的实施过程、数据清洗和分析全流程。熟悉：随机对照试验的定义、设计原理和原则、统计分析要点；大型随机对照试验、单人重复交叉试验的基本分析流程。了解：序贯试验、交叉试验、析因试验的分析策略。四、推荐学时3学时第12章筛检试验和诊断试验一、章节名称12.1概述12.2诊断试验的评价12.3示例实践12.4练习案例12.5小结二、主要教学内容讲解筛检试验和诊断试验的概念、区别、类型和设计；评价指标（真实性、可靠性、收益和诊断临界值的确定）；通过多种类型的诊断试验评价开展示例实践。三、重点与难点掌握：不同类型诊断试验评价的实施流程和分析过程。熟悉：最佳截断值的确定；ROC曲线绘制。了解：筛检试验和诊断试验的概念、区别、类型和设计。四、推荐学时3学时第13章缺失值处理一、章节名称13.1概述13.2示例实践13.3练习案例13.4小结二、主要教学内容介绍缺失数据的普遍性、处理缺失数据的重要性、数据缺失的原因、缺失数据的类型、常见的缺失数据处理方法和一般步骤；学习缺失模式的可视化；通过案例数据演示缺失数据处理的全流程。三、重点与难点掌握：查看数据缺失模式；缺失数据处理方法和各种类型插补方法一般步骤。熟悉：数据缺失的原因。了解：缺失数据的普遍性、处理缺失数据的重要性、缺失数据的类型。四、推荐学时2学时第14章功效分析一、章节名称14.1概述14.2示例实践14.3练习案例14.4小结二、主要教学内容讲解功效分析的基本概念、意义、关键要素、效应量和一般步骤；计算常见设计（t检验、比例检验、方差分析、相关、回归）的样本量或功效；介绍不同统计方法的功效分析全流程。三、重点与难点掌握：常见的功效分析函数基本用法；确定效应量的依据。熟悉：假设检验的两类错误和功效分析的关键要素。了解：功效分析的基本概念、意义、关键要素和效应量。四、推荐学时2学时第15章交互作用分析一、章节名称15.1概述15.2示例实践15.3练习案例15.4小结二、主要教学内容讲解交互作用的类型和意义；学习不同类型数据的相乘交互作用的分析（回归模型中添加乘积项）；解析不同类型数据的相加交互作用的评价指标（RERI、AP、S）；使用`epiR`或`interactionR`包计算相加交互作用指标并进行Bootstrap置信区间估计。三、重点与难点掌握：开展相乘交互作用和相加交互作用分析的基本流程和方法。熟悉：相加交互作用RERI的计算与解释；`eraction()`或`interactionR`包的使用。了解：不同类型交互作用的区别。四、推荐学时2学时第16章因果推断一、章节名称16.1因果推断概述16.2概率图模型与因果推断方法16.3示例实践16.4练习案例16.5小结二、主要教学内容介绍因果推断的基本概念、因果效应、相关性和因果性、随机对照试验的因果推断以及观察性研究的因果推断；学习概率图模型与常见的因果推断方法。通过案例演示因果效应的估计。三、重点与难点掌握：开展不同类型因果推断方法的基本流程。熟悉：概率图、混杂关系和中介作用。了解：碰撞关系、、因果推断中的后门法则与前门法则。四、推荐学时2学时第17章Meta分析一、章节名称17.1概述17.2示例实践17.3练习案例17.4小结二、主要教学内容介绍Meta分析概念、常见类型和基本流程（固定效应与随机效应模型）；讲解R语言中常用的Meta分析程序包、绘制森林图、漏斗图、进行异质性检验与发表偏倚评估。三、重点与难点掌握：基于R语言合并效应量；绘制森林图、漏斗图；开展Egger检验。熟悉：异质性统计量计算、亚组分析或敏感性分析、发表偏倚校正。了解：网状Meta分析和Meta回归的实现。四、推荐学时2学时第18章孟德尔随机化一、章节名称18.1方法概述18.2基于汇总数据的MR方法18.3示例实践18.4练习案例18.5小结二、主要教学内容介绍孟德尔随机化（MR）的研究背景、基本假设、影响因素和分类；讲解不同类型的MR分析方法（Wald方法、逆方差加权法、MR-Egger方法、加权中位数法和众数法）；通过案例实践巩固如何基于R语言开展MR分析。三、重点与难点掌握：基于R语言进行常用的MR方法分析。熟