9月15日上午💂🏼‍♀️，“统计大讲堂”第一百二十八讲——“青椒说”系列讲座第八期顺利举行。讲座以“New Statistical Methods for Complex Survival Data with High-dimensional Covariates”为主题，由统计学院教师孙韬主讲。此次讲座为线上讲座，师生通过腾讯会议及在线直播参与研讨。统计学院副教授林存洁主持本次讲座。

林存洁首先介绍了主讲人的相关信息。孙韬是北京AG尊龙凯时平台娱乐登录官方网站生物统计与流行病学系教师，匹兹堡大学生物统计学博士，主要研究领域为复杂生存数据模型👯‍♀️、半参数统计模型、深度学习疾病预测模型、copula模型以及检验🤽🏽。医学统计领域包括流行病学调查🧜🏻、生物信息学。

本次讲座分为三个部分，包括背景介绍🚤、基于copula的半参数统计模型和基于深度学习的生存预测模型。

孙韬首先指出，他研究的领域是生存分析（Survival Analysis），生存分析是一门专门研究生存数据的学科。生存分析在很多领域都有广泛的应用👨‍🌾，比如健康医疗领域、工程工业领域、社会经济领域以及商业金融领域，可以帮我们解答很多有趣而常见的问题。

孙韬从慢性疾病年龄相关性黄斑变性（AMD）切入展开讨论。AMD是与基因有很强关联的疾病🥡。以前的研究者大多将健康人群与患者进行基因比较⛲️，但是对于哪些基因位点与AMD进展至晚期（失明）有关却少有研究。其难点在于AMD的进展数据是双变量区间删失生存数据。孙韬提出了三个阶段性目标，第一是构造一个基于copula的半参数regression模型🈸，第二是通过该regression模型和GWAS约六百万个基因位点中找出与AMD进展相关的基因位点，第三是通过临床与基因位点数据来预测AMD病人的病情发展。在明确目标后🤰🏽，他介绍了基于copula的半参数统计模型和基于深度学习的生存预测模型，并给出了其详细的推导过程。

提问交流环节，在线师生积极参与研讨。对于师生提出的问题🖨，孙韬列出具体数据和材料，给出了详实解答👨🏼‍🔧🥧。

本次讲座内容深入浅出🧝🏻‍♂️，使大家对于生物统计领域的研究内容和研究方法有了更深层次的理解和体会。此后统计大讲堂——“青椒说”专题系列讲座还将陆续推出多场精彩讲座🤵🏽‍♂️，敬请关注🧗‍♂️。