应我校数学科学学院邀请，中国科学院数学与系统科学研究院的李启寨教授将于2025年8月16日为我校师生讲学。欢迎全校相关教师、博士生、硕士生参加！

报告题目：动态追踪疾病状态的Copula 联合建模

报告人：李启寨教授

报告人单位：中国科学院数学与系统科学研究院

时间：2025年8月16日（周六）08：00

报告地点：数学科学学院7楼报告厅

主办单位：重点建设与发展工作处、数学科学学院

李启寨教授简介：中国科学院数学与系统科学研究院研究员，系统科学研究所副所长；2001年本科毕业于中国科学技术大学，2006年博士毕业于中国科学院数学与系统科学研究院，2006-2009年在美国国立卫生健康研究院(NIH)国家癌症研究所(NCI)从事博士后研究；2016年当选国际统计学会推选会员(ISI Elected Member), 2020年当选美国统计学会会士(ASA Fellow)，2023年获国家杰出青年科学基金；研究方向：生物医学统计、遗传统计、复杂数据推断等；在Nature Genetics, Science Advances, ACIE, Cancer Research, AJHG, Bioinformatics, IEEE TPAMI, Psychometrika, JASA, JRSSB, Biometrics等期刊发表SCI论文120余篇；现任中国数学会常务理事、中国现场统计研究会常务理事等。

报告摘要：追踪生物医学纵向研究中的健康结局对预防医学具有重要的临床意义。然而，由于存在时变协变量和非平衡纵向数据，这在方法学上具有挑战性。本文提出了一种追踪指标，用于量化个体在给定其过去某个时间点的健康结局和协变量条件下，未来发生特定健康结局的能力。针对实践中未知的非结构化分布函数，我们考虑了一类基于结构化动态联结函数的模型，用于估计两个时间点的TPP。我们进一步通过局部平滑方法，给出了TPP在连续时间尺度上的估计量，该方法可适用于已知或未知的联结函数族。这些模型和方法能够为疾病风险因素和健康结局的动态模式提供更深入的见解。我们建立了离散时间和连续时间下联结函数参数及TPP估计量的渐近性质，并通过全面的模拟研究考察了这些估计量在有限样本下的表现。将我们的模型和估计程序应用于一项关于儿童生长发育与心血管健康的大型流行病学研究，有效阐明了未来患高血压风险与既往血压水平和BMI变化动态模式之间的关系。

欢迎各位老师同学届时参加！