学术报道: 美国德州大学MD Anderson癌症中心李君愷教授来我系进行学术讲座

  2018年7月9日下午,我系邀请德克萨斯州大学安德森癌症中心(University of Texas MD Anderson Cancer Center)生物统计学系李君愷教授(J. Jack Lee)作学术报告。李教授的研究领域包括临床试验的设计和分析,贝叶斯自适应设计,统计计算/图形,药物组合研究的设计和分析,生物标记的鉴定和验证以及基因组学研究等。李教授已积极参与癌症临床试验和基础科学研究超过30年,并且在分析转化研究中收集的生物标志物数据方面拥有丰富的经验。

  李教授此次以“Introduction to Bayesian Methods and Bayesian Adaptive Designs for Clinical Trials(贝叶斯方法和贝叶斯自适应设计的临床试验简介)”为题,为大家带了一场精彩的前沿学术讲座。讲座由生统系副主任张涛老师主持,刘云霞副主任、李秀君教授、刘静副教授、王淑康、孙秀彬、刘铱教师和全体研究生同学一同聆听了讲座。

  李君愷教授首先从统计推断说起,结合反应率(Response Rate)实例,详细介绍了频率论范式(Frequentist Paradigm)与贝叶斯范式(Bayesian Paradigm),并介绍了贝叶斯方法的软件实现。通过一个经典的例子,为大家解释了先验概率与后验概率及先验规范(Prior Specification)等相关知识,让大家对贝叶斯方法如何进行数据分析有了直观的认识。其次,李教授给大家讲解了贝叶斯自适应设计。从传统设计与自适应设计的对比、自适应设计的概念、类型、临床试验应用等方面向大家作了简要说明。对生物标志物为基础的设计(Biomarker-Based Designs)、简单随机设计(Simple Randomization Design)、高效目标设计(Efficient Targeted Design),标志分层设计(Marker Stratify Design),贝叶斯自适应随机化设计(Bayesian Adaptive Randomization Design)进行了比较,强调了贝叶斯自适应设计的优势所在,并向大家推荐了一些临床试验设计软件。

  随后,李教授重点阐述了贝叶斯网络元荟萃分析。通过一个“9项临床试验评价8种治疗方法”的试验,向大家介绍了贝叶斯网络元荟萃分析如何整合信息,通过构建网络如何对所有治疗方法进行比较。最后,李教授强调,虽然贝叶斯范式很灵活、很强大,但它是一把“双刃剑”,在应用中需要仔细思考、处理。

  报告结束后,我系教师与在读博士、硕士研究生积极提问,与李教授就退出试验的时点、自适应设计与序贯设计的区别、贝叶斯荟萃分析借网络解决信息比较问题、贝叶斯的大数据分析等问题进行了探讨。

  李君愷教授的讲座互动氛围热烈,鼓励与会师生交流学习。李教授不仅给大家带来了学术知识,更让我们对数据统计研究有了更加深入的认识。衷心感谢李教授给我们带来精彩的学术讲座。

李君愷教授作报告

张涛老师主持

我系与会师生