Health Data Science MSc

本课程为健康数据科学硕士（MSc in Health Data Science）项目，注重培养学生在健康领域应用数据科学的实践能力。课程可能因学生反馈、师资变动、专业监管要求或研究进展而调整，部分选修模块每年可能不固定开设。

核心模块包括：
1. 医疗经济评估：学习基于试验和模型的经济评估方法，如决策树、Markov模型及概率敏感性分析。
2. 常规收集数据处理：掌握NHS及其他官方数据（如ICD-10、ONS数据）的结构、编码、治理与伦理，并学习系统综述、元分析及机器学习等数据分析技术。
3. 健康数据科学论文：独立开展以R语言为基础的研究项目，涵盖数据处理、统计分析、结果呈现及伦理规范。
4. 传染病流行病学：构建传播模型分析疫情数据，学习监测、干预措施、网络科学及时空动态，并有效传达模型结果。
5. 非传染病流行病学：重点讲授回归方法（广义线性模型、生存分析）及其在队列、病例对照等研究设计中的应用，结合R语言进行实证分析。
6. 健康数据科学编程：系统学习R与Python编程，涵盖数据结构、可视化、空间制图、可重复报告及基础机器学习。
7. 健康研究中的统计建模：深入讲解线性与广义线性模型、随机截距/斜率模型、过离散处理等，结合R实操训练。

选修模块：
- 含暑期学校的健康数据科学论文：在完成论文基础上，参加位于Pemba公共卫生实验室的暑期学校，聚焦资源匮乏环境下的传染病防控实践，内容包括疫情调查、监测与控制策略。