为什么有的人群能够拥有更长的健康预期寿命？不同出生队列、社会经济群体或地区之间健康预期寿命（Health Expectancy）的差异究竟来源于哪些因素，又集中发生在哪些年龄阶段？长期以来，健康预期寿命已成为衡量健康老龄化的重要指标，但现有研究多侧重于描述差异的大小，难以进一步揭示其形成机制。针对这一问题，中国人民大学统计学院王晓军教授团队提出了一种基于纵向随访数据的健康预期寿命归因—分解新方法，实现了从年龄和影响因素两个维度解析不同人群健康预期寿命差异的来源。与传统基于横断面数据的方法相比，该方法能够利用个体长期随访信息，更准确地刻画健康变化和死亡过程，并进一步量化不同影响因素在不同年龄阶段对健康预期寿命差异的具体贡献。该框架所考虑的影响因素不仅包括疾病和死因，也可以扩展至生活方式、社会经济条件、环境暴露以及遗传风险等多种因素。该研究不仅能够回答“健康预期寿命差异有多大”，更能够回答“健康预期寿命差异从哪里来”，为识别影响健康老龄化的关键因素和关键年龄窗口提供了新的统计工具。与此同时，团队开发了配套软件包 LongDecompHE 和可视化 Shiny 平台，方便研究人员开展健康预期寿命的测算、归因与分解分析。该研究为理解人口健康不平等、优化慢性病防控策略以及推进健康中国和积极应对人口老龄化国家战略提供了新的方法学支撑。相关成果以“Decomposing Differences in Cohort Health Expectancy by Cause and Age with Longitudinal Data”为题发表于人口学领域国际顶级期刊《Demography》（https://doi.org/10.1215/00703370-12654071）。

In spatial and social network analysis, multivariate spatial autoregressive (MSAR) models are effective tools for analyzing network data with multivariate responses. When the dimension of the response is divergent, however, the number of unknown parameters in an MSAR increases at a rate that is proportional to the square of the dimensionality, which poses significant challenges to the model estimation process. To address this issue, we propose a novel reduced-rank MSAR model by imposing a low-rank structure on the spatial influence matrix of the multivariate responses. The proposed model achieves substantial dimensionality reduction and offers insightful interpretations. To mitigate the high computational cost of the quasi-maximum likelihood estimator (QMLE), we propose a least squares estimator (LSE) for estimating the unknown parameters. Furthermore, we establish the asymptotic nature of the LSE when both the network size and the dimensionality of the responses diverge to infinity. To determine the rank, we propose an information criterion estimator and demonstrate the consistency of its rank selection process. Extensive numerical simulations validate the proposed model and parameter estimates. Finally, a dataset derived from Shouqianba, one of the largest aggregate payment platforms, is analyzed for illustration purposes.

在目标人群中存在未观测混杂且缺乏工具变量时，因果效应的估计较为困难。本文利用来自辅助人群的工具变量，通过数据融合的方法来识别目标人群中的因果效应。文章首先讨论了基于条件平均处理效应同质性的传统思路，但该方法在处理效应存在异质性时可能产生偏倚。为此，本文提出了等混杂（equal-confounding）假设，即在调整观测协变量后，不同人群中的未观测混杂偏倚相同，但允许处理效应在不同人群之间存在差异。在此基础上，可以利用辅助人群识别混杂偏倚，并据此校正目标人群中处理与结果之间的关联性，从而恢复因果效应。文章进一步提出了多稳健估计方法及去偏机器学习方法，并通过模拟研究和真实数据分析验证了方法的有效性。

随着人口老龄化加速，如何实现阿尔茨海默病（Alzheimer’s disease, AD）的早期识别与动态风险预测，已成为公共健康领域的关键问题。然而，现实研究中常面临随访时间不精确（区间删失）以及认知指标随时间动态变化等复杂数据挑战，传统方法难以充分利用这些信息。针对这一问题，我院团队提出了一种融合神经网络与多变量函数主成分分析（MFPCA）的动态预测模型，可在区间删失框架下有效整合多维纵向认知与功能数据，实现个体化风险评估。基于模拟研究与阿尔茨海默病神经影像计划（ADNI）数据的实证分析表明，该方法在预测准确性和稳定性方面均优于现有主流方法，能够更精准地刻画疾病进展过程。进一步地，团队开发了在线应用平台（http://olap.ruc.edu.cn/），支持个体化动态风险预测与可视化展示，为科研人员和临床实践提供便捷工具。该研究不仅在方法学上拓展了复杂生存数据建模与机器学习的交叉研究，也为阿尔茨海默病的早期筛查与精准干预提供了新的技术手段。

多视图数据在现实场景中广泛存在，例如图像的多种特征表示以及来自不同传感器的多源信息。这类数据为揭示对象的潜在结构提供了更加全面的信息来源，与单一视图数据相比，多视图数据在结构表达上更加复杂，不同视图之间往往存在分布差异与结构不一致的问题。如何在保留各视图局部结构特征的同时，实现跨视图的有效协同与全局一致性约束，成为制约多视图聚类性能提升的关键因素。为了解决上述问题，本文提出了一种基于协同正则化的最优高阶图嵌入多视图聚类方法（Co-MSE）。该方法在统一框架下同时建模多视图数据的一阶与二阶相似性信息，通过构建高阶图结构以更充分地刻画数据的潜在流形特征。在此基础上，引入协同正则化机制，对不同视图的嵌入表示进行一致性约束，在保持各视图局部结构特性的同时，增强多视图之间的协同学习能力。本研究在多个真实数据集上对所提方法进行了系统实验验证。实验结果表明，与现有主流多视图聚类方法相比，Co-MSE能够更有效地刻画多视图数据中的高阶结构信息，在聚类准确率与结果稳定性方面均取得了显著提升，体现了其在复杂多源数据分析任务中的应用优势。

在空间转录组学数据分析中，识别具有空间差异表达的基因（Spatially Variable genes, SV genes）对于理解基因表达的空间交互作用及其背后的复杂生物机制具有重要意义。然而，现有统计方法多基于边际分析，从而忽略了基因间的网络结构关系。针对这一问题，本文提出了一种全新的网络辅助贝叶斯正则化识别方法，创新性地提出了阈值化图拉普拉斯正则化先验，使基因识别过程能够融入网络先验信息，并有效校正因测序精度不足导致的细胞分布差异所引起的混杂效应。大量模拟实验及真实数据应用结果表明，该方法在空间变异基因识别的精准性和稳健性方面均表现出显著优势。