华盛顿大学荣誉教授Ross L.Prentice开讲：生物医学中的失效时间方法

7月23日，著名生物统计学家、美国国家医学院院士、华盛顿大学荣誉教授Ross L. Prentice应邀访问北京大学重庆大数据研究院，并作为“博雅杰出学者系列讲座”主讲嘉宾，作了题为“生物医学中的失效时间方法”的专题报告。本次讲座吸引了来自北京大学重庆大数据研究院、重庆大学、重庆医科大学、重庆国家应用数学中心等多个高校及科研机构的专家学者和青年学者参与。          

  本次讲座由北京大学讲席教授、北京大学公共卫生学院生物统计系系主任、北京国际数学研究中心生物统计与信息研究室主任、北京大学重庆大数据研究院副院长周晓华主持。在开场致辞中，周晓华教授高度评价了Prentice教授的学术贡献。他指出，Prentice教授是生存分析与临床试验领域的奠基人之一，其开创性的统计方法为慢性病预防和临床研究设计作出了重要贡献。此外，Prentice教授领导的“妇女健康倡议（WHI）”团队曾荣获美国癌症研究协会团队科学奖，彰显了其在生物医学研究领域的深远影响力。     Prentice教授首先从理论框架出发，系统阐述了失效时间分析方法在生物医学研究中的基础性作用。他详细讲解了单变量失效时间数据的建模与估计方法，重点介绍了生存函数与风险函数的基本概念及其相互关系，深入解析了Kaplan-Meier生存函数估计器的原理与应用场景，以及Nelson-Aalen累积风险函数估计器在算法上的优势。Prentice教授特别强调，Cox比例风险回归模型被视为失效时间分析的“黄金标准”，不仅为研究协变量（如治疗方案、环境暴露等）与失效率之间的关系提供了统一框架，其卓越的适应能力还体现在对截尾数据的稳健处理和对时变协变量的动态建模能力上。这些方法论上的创新显著提升了临床研究的统计效能，并对医学实验的设计与数据分析产生了深远影响。       
Prentice教授结合自身研究经历，回顾了失效时间方法在“妇女健康倡议”（WHI）激素治疗临床试验中的实际应用。他以雌激素联合孕激素试验组（CEE+MPA）和单独使用结合雌激素试验组（CEE）为例，说明如何利用风险比（HR）、受限平均生存时间差（RMST）等指标，分析激素治疗与冠心病、乳腺癌等临床结局之间的关联。他指出，WHI试验中失效时间方法有效揭示了治疗对不同结局的影响：例如在CEE+MPA试验中，激素治疗对髋部骨折具有一定的保护作用，但可能增加浸润性乳腺癌的发生风险。综合分析结果表明，CEE+MPA治疗的总体风险超过其潜在收益，为临床决策提供了关键参考。此外，Prentice教授还介绍了双变量失效时间建模等进阶分析方法，展示了其在探讨多重临床结局之间关联中的优势，为复杂疾病研究开辟了新的统计视角。     Prentice教授分享了其团队在失效时间方法领域的前沿探索。针对风险比在因果推断中的争议，团队研究表明，在随机对照试验中，整体风险比函数可与治疗因素建立因果关联。为提升效应估计的准确性，他们提出了平均风险比（AHR）等函数估计方法，拓展了传统分析框架。这些创新不仅推动了统计学理论的发展，也在慢性病预防研究中发挥了重要作用。例如，在探讨饮食结构、激素变化与癌症及心血管疾病风险之间关系的研究中，该方法有助于更精准地识别暴露因素与健康结局之间的联系。           
在讲座尾声，Prentice教授寄语在场的研究人员与青年学者：“中国在生存分析领域的发展令人瞩目，我坚信在座各位未来必将取得更多卓越成果与方法创新，推动该学科迈向更高水平。”他强调，科学研究的价值不仅体现在理论上的突破，更在于其对现实问题的深刻指导意义，并鼓励学者们以严谨的态度与开放的思维，持续探索数据背后的规律。 本次“博雅杰出学者系列”讲座活动圆满落幕。Ross L. Prentice教授的深度分享，不仅系统解读了生物医学统计的前沿方法，更成为一次跨越国界、激荡思想的学术盛宴。北京大学重庆大数据研究院将持续打造“博雅杰出学者系列”学术平台，汇聚全球顶尖智慧，推动多学科创新与成果转化。