爱丁堡大学（The University of Edinburgh），位于英国苏格兰首府爱丁堡，英语国家中第六古老的综合性研究型大学。2024年QS世界大学排名22。

研究方向：精准医疗DTP-成人冬季呼吸道风险预测模型

关于项目：

背景：

急性呼吸道感染很常见，尤其是在幼儿和老年人中。急性呼吸道感染的例子包括 COVID-19、流感、肺炎、呼吸道合胞病毒 (RSV) 和肺炎链球菌。由于 COVID-19 疫情的持续、NHS 工作人员缺勤和空缺以及生活成本危机的综合影响，NHS 承受着前所未有的压力。在美国和欧洲部分地区，呼吸道合胞病毒 (RSV) 的发病率和严重程度有所增加，其他呼吸道疾病（如链球菌 A）也在英国受到了影响。据估计，仅成人 RSV 就会导致每季约 487,000 例全科医生就诊、18,000 例住院和近 8,500 例死亡。每年呼吸道疾病给英国造成的损失至少为 110 亿英镑。政策制定者非常希望了解冬季哪些人最有可能出现健康状况不佳或住院，以便预测和管理对医疗和护理服务的需求。更好地了解这些风险对于有针对性的预防措施（如疫苗接种、抗病毒/抗生素治疗、单克隆抗体治疗、优化对已有疾病患者的护理）也至关重要。

目标：

课题组的主要目标是利用苏格兰全国监测数据集，推导并验证患有冬季呼吸道疾病且健康结果需要住院的成年人的风险预测模型。

具体来说：

1. 从苏格兰的相关电子健康记录中识别出不同严重程度（即接受非计划护理与住院治疗）的冬季呼吸道疾病的成年人。

2. 描述患有冬季呼吸道疾病的成年人的人口统计、社会经济和临床特征、他们的需求和服务使用模式，重点关注可改变的风险因素和预测因素。

3. 调查这些风险和需求如何因社会经济地位、种族、多重疾病或疫苗接种状况而变化。

4. 推导并在内部验证苏格兰冬季呼吸道疾病的预测模型。

培训成果：

完成此博士学位后，学生将深入了解人口健康方法，并具备与跨学科（流行病学、生物统计学、数学和潜在社会科学）科学家交流和合作的能力。核心技术学习领域包括呼吸流行病学、预测模型、数学建模以及科学编程和数据库。学生将开发或扩展其在 R 或 Python 等语言方面的编程专业知识。重点将放在通过 GitHub 等平台为更广泛的科学界开发和共享代码。学生将有机会参加基尔大学等机构的风险预测和预后模型统计方法培训课程。通过跨学科监督团队、参加不同的论坛和会议以及提交期刊文章的机会，学生将培养科学交流和协作方面的软技能。