数学和医学的交叉学科——生物统计学

周晓华教授首先强调了生物统计学的定义和思维。生物统计学是数学和统计学在公共卫生和医学领域的应用，是专注于对数据中的不确定性进行测量、控制和表达的科学。由于其解决实际问题的方法论学科特性，生物统计学在医学和公共卫生领域的应用都非常普遍，它不局限于自身发展，而致力于提供一套连贯的数据处理思想和工具。周晓华教授认为生物统计学是一门关于如何将数据转化为对现实世界见解的学科——数学家倾向于获得近似问题的确切答案，而生物统计学更倾向于获得确切问题的近似答案。同时，他分析了生物统计学所需统计思维的四个维度：严谨的研究周期，策略性的思维模式，批判精进的疑问周期，善于接受、怀疑和深入思考的性格特质。周晓华教授认为这四个维度不仅适用于生物统计学，在各个学科中也皆有其应用价值。

周晓华教授通过生动形象的故事和案例介绍了生物统计学的发展历史。在十八世纪的临床试验中，随船医生Lind通过对照实验证明了败血症可以通过食用酸橙救治；十九世纪中期，循证医学之父Louis提倡将数值方法应用于医学；拥有医学和工程学背景的Gavarret医生则通过将置信区间的概念应用到医学统计中的方式引入了概率数学；十九世纪同样出现了使用安慰剂的试验，推动了现代临床试验的发展。随着统计循证在医学中的探讨和推广，Pearson和Fisher通过发展医学数值方法的标准化理论和数学理论来创建现代临床试验方法，为生物统计学做出了杰出贡献，而Pearson相关性分析也被广泛应用于其他学科中。

在简要回顾生物统计学发展历史的基础上，周晓华教授向同学们具体阐述了生物统计中因果推断的重要意义。他用具体的案例解释了混淆偏差和中介偏差等混杂因素在临床试验分析中的重要性，如果不能很好地控制这些混杂因素，可能导致推断结果的错误。虽然因果推断通过随机临床试验得到了实现，但依然可能出现非依从性、数据缺失、死亡截断等违背随机化的情况，为解决这些问题，就需要生物统计学提供一些新的实验方法，如随机激励设计等。最后，周晓华教授通过具体案例讲述了生物统计学如何保证诊断测试的准确性，如何应对黄金标准偏差的方法及数学和统计模型成功阻止疾病传播的实例，帮助同学们了解了因果推断的实际应用与成果。

讲座最后，周晓华教授一一解答了同学们关于统计方法、实验控制、生物统计学数据特性等方面的具体问题，讲座在热烈的掌声中圆满结束。