米盖尔·赫尔南 Miguel Hernán - 版本历史

2022年7月23日 (六) 15:42 我是猫

2022-07-23T15:42:19Z

我是猫：/* 书籍推荐 */

2022-07-11T03:46:16Z

书籍推荐

薄荷：薄荷移动页面Miguel Hernán至米盖尔·赫尔南 Miguel Hernán

2022-07-03T08:29:30Z

薄荷移动页面Miguel Hernán至米盖尔·赫尔南 Miguel Hernán

2022年7月3日 (日) 08:28 薄荷

2022-07-03T08:28:23Z

2022年7月2日 (六) 11:12 薄荷

2022-07-02T11:12:32Z

显示更改

2022年6月5日 (日) 14:08 我是猫

2022-06-05T14:08:33Z

2022年6月5日 (日) 13:34 是趣木木呀

2022-06-05T13:34:12Z

我是猫：/* CAUSALab */

2022-06-05T10:41:17Z

CAUSALab

2022年6月5日 (日) 09:16 我是猫

2022-06-05T09:16:25Z

2022年5月30日 (一) 13:47 是趣木木呀

2022-05-30T13:47:01Z

←上一版本		2022年7月23日 (六) 15:42的版本
第3行：		第3行：


−	Hernán进行了对学习如何改善人类健康的研究。他还与来自几个国家的合作者共同参与，设计了医疗保健数据库的分析、流行病学的研究与随机对照实验项目。他还是一名全球高引用学者<ref name=":0">[https://recognition.webofsciencegroup.com/awards/highly-cited/2020/ Web of Science Highly Cited Researchers</ref>，Web of Science 极高的引用了他的研究。他的免费课程《图解因果》<ref name=":1">[https://www.edx.org/course/causal-diagrams-draw-your-assumptions-before-your] edX Causal Diagrams course</ref>~~已经有超过50000人进行了注册。他与詹姆斯罗宾斯合著的关于因果推理的著作：~~''What if'' <ref name=":2">Hernán MA, Robins JM (2020). Causal Inference: What If. Boca Raton: Chapman & Hall/CRC.[https://www.hsph.harvard.edu/miguel-hernan/causal-inference-book/]</ref>可以在网上免费获取，并且被广泛用于对研究人员的培训。	+	Hernán进行了对学习如何改善人类健康的研究。他还与来自几个国家的合作者共同参与，设计了医疗保健数据库的分析、流行病学的研究与随机对照实验项目。他还是一名全球高引用学者<ref name=":0">[https://recognition.webofsciencegroup.com/awards/highly-cited/2020/ Web of Science Highly Cited Researchers</ref>，Web of Science 极高的引用了他的研究。他的免费课程《图解因果》<ref name=":1">[https://www.edx.org/course/causal-diagrams-draw-your-assumptions-before-your] edX Causal Diagrams course</ref>已经有超过50000人进行了注册。他与[[James Robins\|詹姆斯罗宾斯]]合著的关于因果推理的著作：''What if'' <ref name=":2">Hernán MA, Robins JM (2020). Causal Inference: What If. Boca Raton: Chapman & Hall/CRC.[https://www.hsph.harvard.edu/miguel-hernan/causal-inference-book/]</ref>可以在网上免费获取，并且被广泛用于对研究人员的培训。

@@ 第113行： / 第113行： @@
 本课程来自复杂系统自动建模读书会第11期，由黄玉、王硕和胡国辉带来与地球科学系统相关的论文讲解。
-=== 书籍推荐 ===
+在2020年末，由哈佛大学公共卫生学院的 Miguel Hernan 与 Jamie Robins 教授合作完成的因果推断领域的新书 Causal Inference: What If，更是详细全面地阐述了因果推断领域的基本概念与背后的理论基础。可以通过该链接扫码下载
-[https://swarma.org/?p=23226 因果推断领域新书（附PDF）：Causal Inference: What If | 集智俱乐部 (swarma.org)]
+===文章总结===
+[https://uploads.strikinglycdn.com/files/39c2a266-3f68-495a-b28b-9abe92962fe9/%E5%9B%A0%E6%9E%9C%E6%8E%A8%E6%96%AD%EF%BC%9A%E5%A6%82%E6%9E%9C_%E5%AE%8C%E6%95%B4%E7%89%88_2021.04.22.pdf?id=3401023 因果推断：如果_完整版_2021.04.22.pdf (strikinglycdn.com)]
 === 相关路径 ===

←上一版本		2022年7月3日 (日) 08:28的版本
第96行：		第96行：


		+	== 编者推荐 ==
		+	[[File:因果推断.png\|400px\|right\|thumb\|[https://campus.swarma.org/course/1798 因果推理与机器学习读书会]]]

		+	===集智俱乐部读书会推荐===
		+	====[https://campus.swarma.org/course/1798 因果推理与机器学习读书会]====
		+	大数据时代的下一场变革——因果革命正在酝酿之中，通过融合因果推理和机器学习而构建出来的Causal AI系统，有望奠定强人工智能的基石。集智俱乐部联合北京智源人工智能研究院，邀请了一批对因果科学与Casual AI感兴趣的研究者，开展为期2-3个月的系列线上读书会，研读经典和前沿论文，并尝试集体撰写一部书籍。


−	~~此词条暂由因果科学读书会词条梳理志愿者我是猫（74989）翻译审校，未经专家审核，带来阅读不便，请见谅。~~	+
		+	===集智课程推荐===
		+	====[https://campus.swarma.org/course/1078 社交网络中的因果推断]====
		+	本课程中，将简要介绍一些基本的因果推断策略，并聚焦社会网络分析中的因果推断问题，涉及社会网络实验设计、固定样本、工具变量和敏感度分析等。
		+
		+
		+	====[https://campus.swarma.org/course/1573 基于地球科学系统的因果推断]====
		+	本课程来自复杂系统自动建模读书会第11期，由黄玉、王硕和胡国辉带来与地球科学系统相关的论文讲解。
		+
		+
		+	=== 书籍推荐 ===
		+	[https://swarma.org/?p=23226 因果推断领域新书（附PDF）：Causal Inference: What If \| 集智俱乐部 (swarma.org)]
		+
		+
		+	=== 相关路径 ===
		+
		+	* [https://pattern.swarma.org/article/99 因果科学与Casual AI读书会必读参考文献列表]：这个是根据读书会中解读的论文，做的一个分类和筛选，方便大家梳理整个框架和内容。
		+	* [https://pattern.swarma.org/article/90 因果科学和 Causal AI入门路径]：这条路径解释了因果科学是什么以及它的发展脉络。此路径将分为三个部分进行展开，第一部分是因果科学的基本定义及其哲学基础，第二部分是统计领域中的因果推断，第三个部分是机器学习中的因果（Causal AI）。
		+
		+
		+
		+
		+	----
		+	本中文词条由因果科学读书会词条梳理志愿者我是猫（74989）翻译审校、[[用户:薄荷\|薄荷]]编辑，欢迎在讨论页面留言。
		+
		+
		+	'''本词条内容源自wikipedia及公开资料，遵守 CC3.0协议。'''

@@ 第6行： / 第6行： @@
 '''Miguel Hernán''' is a Spanish-American epidemiologist. He is the Director of the CAUSALab and Kolokotrones Professor of Biostatistics and Epidemiology at the [[Harvard T.H. Chan School of Public Health]] and Member of the Faculty at the [[Harvard–MIT Program in Health Sciences and Technology]].
-【终译】米盖尔 · 赫尔南是一名西班牙裔美国籍流行病学家。他是哈佛大学陈曾熙公共卫生学院生物统计和流行病学系的因果实验室的主任和科隆科特隆斯校级教授，并且是哈佛-麻省理工健康科学与技术项目的成员。
+【终译】米盖尔 · 赫尔南是一名西班牙裔美国籍流行病学家。他是哈佛大学陈曾熙公共卫生学院生物统计和流行病学系的因果实验室的主任和科隆科特隆斯校级教授，并且是哈佛-麻省理工健康科学与技术项目的成员。他是流行病学和生物统计学系的教授，指导了超过25名博士生和博士后研究员。
 Hernán conducts research to learn what works to improve human health. Together with his collaborators from several countries, he designs analyses of healthcare databases, epidemiologic studies, and randomized trials. He is a Global Highly Cited Researcher.<ref name=":0">[https://recognition.webofsciencegroup.com/awards/highly-cited/2020/ Web of Science Highly Cited Researchers<font class="cyxy-trs-target" style="display: none;"> 科学网络高引用研究者</font>]</ref> His free edX course ''Causal Diagrams''<ref name=":1">[https://www.edx.org/course/causal-diagrams-draw-your-assumptions-before-your] edX Causal Diagrams course<font class="cyxy-trs-target" style="display: none;"> 因果图表课程</font></ref> has had over 50,000 registrations. His book ''Causal Inference: What If'',<ref name=":2">Hernán MA, Robins JM (2020). <font class="cyxy-trs-target" style="display: none;"> 马(Hernán MA) ，Robins JM (2020)</font>''Causal Inference: What If.<font class="cyxy-trs-target" style="display: none;"> 因果推断: 如果</font>'' Boca Raton: Chapman & Hall/CRC.[https://www.hsph.harvard.edu/miguel-hernan/causal-inference-book/]</ref> co-authored with [[James Robins]] is also freely available online and widely used for the training of researchers.
@@ 第19行： / 第19行： @@
 【补译】赫尔南的教学目标，集中在如何生成、分析、翻译数据用来指导健康政策及临床决策。他主要在哈佛公共卫生学院教授因果推理方法论，在哈佛麻省理工健康科学与技术学院教授临床传染病学。
 == 研究内容 ==

@@ 第19行： / 第19行： @@
 【补译】赫尔南的教学目标，集中在如何生成、分析、翻译数据用来指导健康政策及临床决策。他主要在哈佛公共卫生学院教授因果推理方法论，在哈佛麻省理工健康科学与技术学院教授临床传染病学。
 == 研究内容 ==
 赫尔南的研究集中在因果推理的方法论上，包括政策和临床干预的比较效果。在理想的情况下，所有的政策和临床决策都应该基于随机实验的结果。例如，关于避免饱和脂肪或开具特定止痛药处方的公共健康建议将基于长期研究的结果，这些研究比较了几种随机分配的干预措施在目标人群中的大群体中的有效性，这些人都坚持研究干预措施。不幸的是，这样的随机实验往往是不道德的、不切实际的，或者太过冗长，无法及时做出决定。
 他和他的合作者结合了观察数据，大多是不可检验的假设，和统计学方法来模拟假设的随机实验。他们强调需要制定明确的因果问题，并使用分析方法，其有效性并不需要与当前主题知识相冲突的假设。例如，在专家怀疑是否存在受先前治疗影响的时间依赖性混杂因素的情况下，他们不使用要求不存在这种混杂因素的调整方法(例如，传统的回归分析/混杂因素)。虽然从观察数据得出的因果推论总是有风险的，但对观察性研究进行适当的分析往往能为政策制定或临床决策提供最佳可用证据。至少，设计良好、分析恰当的观察性研究的发现可以指导未来随机实验的设计。
-应用研究
+=== 应用研究 ===
 他们的应用工作侧重于艾滋病毒感染者抗逆转录病毒疗法的最佳使用、生活方式和药物干预以减少心血管疾病的发病率，以及促红细胞生成剂对透析患者的影响。

@@ 第8行： / 第8行： @@
 【终译】米盖尔 · 赫尔南是一名西班牙裔美国籍流行病学家。他是哈佛大学陈曾熙公共卫生学院生物统计和流行病学系的因果实验室的主任和科隆科特隆斯校级教授，并且是哈佛-麻省理工健康科学与技术项目的成员。
-Hernán conducts research to learn what works to improve human health. Together with his collaborators from several countries, he designs analyses of healthcare databases, epidemiologic studies, and randomized trials. He is a Global Highly Cited Researcher.<ref name=":0">[https://recognition.webofsciencegroup.com/awards/highly-cited/2020/ Web of Science Highly Cited Researchers]</ref> His free edX course ''Causal Diagrams''<ref name=":1">[https://www.edx.org/course/causal-diagrams-draw-your-assumptions-before-your] edX Causal Diagrams course</ref> has had over 50,000 registrations. His book ''Causal Inference: What If'',<ref name=":2">Hernán MA, Robins JM (2020). ''Causal Inference: What If.'' Boca Raton: Chapman & Hall/CRC.[https://www.hsph.harvard.edu/miguel-hernan/causal-inference-book/]</ref> co-authored with [[James Robins]] is also freely available online and widely used for the training of researchers.
+Hernán conducts research to learn what works to improve human health. Together with his collaborators from several countries, he designs analyses of healthcare databases, epidemiologic studies, and randomized trials. He is a Global Highly Cited Researcher.<ref name=":0">[https://recognition.webofsciencegroup.com/awards/highly-cited/2020/ Web of Science Highly Cited Researchers<font class="cyxy-trs-target" style="display: none;"> 科学网络高引用研究者</font>]</ref> His free edX course ''Causal Diagrams''<ref name=":1">[https://www.edx.org/course/causal-diagrams-draw-your-assumptions-before-your] edX Causal Diagrams course<font class="cyxy-trs-target" style="display: none;"> 因果图表课程</font></ref> has had over 50,000 registrations. His book ''Causal Inference: What If'',<ref name=":2">Hernán MA, Robins JM (2020). <font class="cyxy-trs-target" style="display: none;"> 马(Hernán MA) ，Robins JM (2020)</font>''Causal Inference: What If.<font class="cyxy-trs-target" style="display: none;"> 因果推断: 如果</font>'' Boca Raton: Chapman & Hall/CRC.[https://www.hsph.harvard.edu/miguel-hernan/causal-inference-book/]</ref> co-authored with [[James Robins]] is also freely available online and widely used for the training of researchers.
 【终译】赫尔曼进行了对学习如何改善人类健康的研究。他还与来自几个国家的合作者共同参与，设计了医疗保健数据库的分析、流行病学的研究与随机对照实验项目。他还是一名全球高引用学者<ref name=":0" />，Web of Science 极高的引用了他的研究。他的免费课程《图解因果》<ref name=":1" />已经有超过50000人进行了注册。他与詹姆斯罗宾斯合著的关于因果推理的著作：''What if'' <ref name=":2" />可以在网上免费获取，并且被广泛用于对研究人员的培训。
@@ 第61行： / 第61行： @@
 == CAUSALab ==
-CAUSALab 是一个旨在调查如何使用数据来支持医学、公共卫生和政策方面的更好决策为目的的研究中心，
+CAUSALab 是一个旨在调查如何使用数据来支持医学、公共卫生和政策方面的更好决策为目的的研究中心，无论是选择一种治疗方法来维持2019冠状病毒疾病患者的生命，还是确定饮食指南的有效性，临床医生、决策者和患者在做出影响健康的选择之前，都必须经常筛选大量的信息，以便决策。
 哈佛大学公共卫生学院的新 CAUSALab 于11月5日在斯奈德礼堂举行了启动仪式，旨在使这些决定变得更加容易。
@@ 第70行： / 第67行： @@
 该中心成立于2021年，由生物统计学和流行病学教授 Miguel Hernán 领导。它的研究人员使用一种被称为因果推理的学科开发出可操作的分析，这种学科最早由流行病学教授詹姆斯 · 罗宾斯、米切尔 · l · 和罗宾 · 拉弗利 · 董描述于1986年。这项工作结合了流行病学工具和人工智能技术，以及来自卫生保健数据库、流行病学研究和随机试验的数据，以调查药物、公共卫生和政策的有效性和安全性。
-在发射活动中，赫恩将 CAUSALab 描述为“一个学习什么工作的中心”他指出，实验室的工作经常被用来支持临床或政策决定，这是他和他的同事们非常认真对待的一项责任。
+在启动仪式中，赫恩将 CAUSALab 描述为“一个学习如何工作的中心”他指出，实验室的工作经常被用来支持临床或政策决定，这是他和他的同事们非常认真对待的一项责任。
 在一个小组讨论中，实验室的研究人员分享了2019冠状病毒疾病流行期间与决策相关的因果推断工作。芭芭拉 · 迪克曼，流行病学系讲师，讨论了她对疫苗相对有效性和安全性的研究。其他特色研究集中在旧药物的再利用用于2019冠状病毒疾病治疗，以及非药物干预用于2019冠状病毒疾病的预防和治疗。

@@ 第19行： / 第19行： @@
 【补译】赫尔南的教学目标，集中在如何生成、分析、翻译数据用来指导健康政策及临床决策。他主要在哈佛公共卫生学院教授因果推理方法论，在哈佛麻省理工健康科学与技术学院教授临床传染病学。
 ==教育经历==
 *Licenciado en Medicina, 1995, [[Universidad Autónoma de Madrid]], Spain
@@ 第47行： / 第59行： @@
 *国际疾病监测协会生物监测杰出研究论文奖(类别: 对该领域的重大影响，二等奖) ，2016年
 *美国流行病学杂志一百周年纪念之有影响力的文章: 在该杂志创刊头百年发行文章中，以第一作者和第二共同作者，四度被选定为有影响力的文章
 ==外部链接==

←上一版本		2022年5月30日 (一) 13:47的版本
第1行：		第1行：
	此词条暂由因果科学读书会词条梳理志愿者我是猫（74989）翻译审校，未经专家审核，带来阅读不便，请见谅。		此词条暂由因果科学读书会词条梳理志愿者我是猫（74989）翻译审校，未经专家审核，带来阅读不便，请见谅。
		+
		+	链接参考<nowiki/>https://www.hsph.harvard.edu/profile/miguel-hernan/ 补充中文文本至2500字以上

	{{short description\|Spanish-American epidemiologist}}		{{short description\|Spanish-American epidemiologist}}