在线健康语料是重要的医疗大数据资源，具有混杂性、层次性、多源性和时变性，给传统网络分析方法带来巨大挑战。针对在线语料的独特属性，该项目将进行以下四方面的研究：一是基于网络连接差异提出带惩罚的混合聚点模型，对发帖与节点词进行双重聚类分析，多角度研究在线语料的内在结构以应对混杂性；二是研究针对节点词社区的带权树状图，并通过惩罚方式估计语义网络简洁的层次结构；三是融合多源语料基于潜空间模型研究多层网络间的局部相似性，分析平台间信息流动与疾病间相互关系；四是基于网络自回归模型融合节点特征，进行动态语义网络研究，探究疾病认知的动态演化过程。经过系统性分析，本项目旨在挖掘在线健康平台语料的深层规律，以期为优化在线健康干预策略、提升医疗服务质量等健康管理实践提供理论参考。

因果推断是很多科学研究的主要目标，在自然科学和社会科学中发挥着重要作用。针对真实世界中大量的观察性研究，未观测混杂是一个普遍存在的问题，它给因果推断带来了深刻挑战。多数因果推断研究旨在评价原因对结果的作用，而仅有少数研究关注由结果推断原因的归因分析，它隶属Pearl因果之梯的最高层级。我们将以生物医学等领域中的应用问题为驱动，系统性地研究关于混杂问题和归因问题的因果推断方法，并深入探讨其理论和计算问题。本项目将构建复杂数据和因果机理共同驱动的推断理论，进一步推动因果推断在相关领域的应用。

随着我国人口老龄化加剧，失能老人数量不断增加，研究老年失能风险及其管理愈发重要。面对复杂多状态生存数据和高维特征数据的挑战，本项目将建立复杂多状态生存数据模型，以准确评估失能与死亡多状态发展的风险，并分析人口、经济、疾病、基因等因素的影响效应。本项目还将开发新的长期护理需求预测方法，精确预测未来失能人口规模和结构、各失能状态的平均护理时长和成本，以及长期护理总成本。这些研究将为制定失能预防管理措施和完善长期护理保障制度提供科学依据，助力应对老龄化挑战。

近期，《老年骨骼系统退行性病变的防控技术研究》已被纳入国家重点研发计划，重点涉及骨关节炎早期诊断、风险因素筛查、预警模型建立以及阶梯精准治疗，为老年骨关节炎患者带来了重要的希望。我院尹建鑫教授主持该研究子课题项目。

我院王晓军教授团队承担了教育部人文社科项目-重大课题攻关项目，题为《健康中国 2030 背景下的健康老龄化体系优化研究》。该项目旨在响应健康中国2030战略，致力于构建我国健康老龄化的综合统计指标和评价体系，探索提高健康预期寿命的关键因素，为我国的健康老龄化提供战略性支持。

我院李扬教授团队主持了《数字健康的统计测度与分析方法研究》项目。该项目得到了教育部人文社科项目-基地重大项目的资助。