基于SEER数据库的数据挖掘学习班：不用做基础实验，也不用自己收集临床数据

目前，全球各种生物医学数据库不断涌现，使得数据分析及数据挖掘在生物医学领域的应用具有重要的意义。 其中，癌症/肿瘤数据库（The Cancer Genome Atlas，TCGA）为肿瘤学的基础医学和转化医学研究者提供了海量的数据和与其关联的临床数据。 因此，提及肿瘤数据库的数据挖掘，大家第一个想到的就是TCGA。 它以其蕴含的丰富信息、较全癌种以及权威性受到了肿瘤研究医生的好评，并且成为数据挖掘再利用的主力军。

TCGA数据库偏重于生物信息学大数据，而广大医务人员更擅长以患者临床信息为主体的临床大数据，因此，我们推出专注于肿瘤临床信息大数据的SEER数据库，特邀请西安交通大学的教授、讲师、年轻博士等一线科研人员，为大家献上“基于SEER数据库的数据挖掘”研讨班。

美国为减少人群癌症负担，于1973年建立了美国国立癌症研究项目（The Surveillance, Epidemiology, and End Results； SEER），这是北美最具代表性的大型肿瘤数据库之一，收集了美国部分州县几十年来肿瘤患者的发病率、患病率、死亡率及其他循证医学的相关信息情况，为广大的临床医务人员提供了宝贵的肿瘤疾病的相关资料，尤其是为恶性肿瘤和罕见肿瘤的研究提供了宽广的路径。

课程特色： 本课程是以SEER数据库的使用和数据挖掘为主线，目的使学员经过两天的认真学习，就可以构思一篇基于SEER数据库的临床大数据挖掘研究论文。 本课程为临床医生、医学研究生及临床研究相关工作人员量身定制，充分考虑临床医生与医学研究生自身特点以及临床科研的实际需求而设立。 课程中会通过真实的临床研究案例，对SEER数据库的使用和数据挖掘进行详细讲解，并提供实战指导的环节。

具体内容涉及： 临床数据挖掘研究设计快速入门要点、SEER数据挖掘常用统计方法的SPSS操作详解、SEER数据库介绍及使用说明、SEER数据库使用案例详解、SEER数据库使用实操、具体问题提问答疑。

授课主讲老师简介： 吕教授，来自西安交通大学第一附属医院，主要研究方向为临床大数据挖掘。 吕教授目前已发表研究论文100余篇，第一作者和通讯作者SCI论文近60篇。 其中，2018年以来，发表临床公共数据库挖掘相关的第一作者/通讯作者SCI文章近30篇（以SEER数据库为主），最高影响因子8.73分，3分以上10余篇。 讲授团队成员人均发表3篇以上SEER数据库挖掘SCI论文，具有丰富的实战经验。

我们的目的： 通过两天的认真学习，快速提高学员的SEER数据库使用和数据挖掘能力，能够灵活应用SEER数据库，初步完成一篇基于SEER数据库的临床大数据挖掘研究论文的构思、数据提取、研究设计和模拟实操流程。

适合人群： 对SEER数据库使用和数据挖掘有需求的临床医生、医学硕博研究生及临床试验相关工作人员等。