该项目依托于牛津大学的Botnar Research Centre，其下属的Health Data Sciences（HDS）团队是一支多学科研究力量，成员超40人。团队成员背景多元，地理来源广泛，知识领域互补，可支撑从研究设计到报告的全流程工作。团队在健康数据科学、流行病学、药物流行病学、药物基因组学及机器学习等领域拥有深厚 expertise，同时是国际联邦网络中的活跃数据合作伙伴，具备访问多个临床真实世界数据（RWD）来源的条件。
一、项目简介
这是一项为期3年的Competition Funded PhD Project，面向全球学生开放，研究方向聚焦数据科学与健康信息学交叉领域。项目核心旨在解决真实世界数据库与其向通用数据模型（Common Data Models, CDMs）转换过程中的关键问题——目前缺乏成熟方法度量源RWD与转换后版本的相似性或距离。
团队在Observational Medical Outcomes Partnership（OMOP）CDM（应用最广泛的CDM之一）及数据提取、转换和加载（ETL）流程方面拥有丰富经验，项目将通过开发创新度量方法和检测工具，强化数据转换过程并提升结果数据的有效性。
二、工作内容
- 开发相似性与距离度量方法：针对真实世界数据（RWD）与其转换后的OMOP CDM版本，设计新颖的数学相似性和距离度量指标。需结合数据标准化、数据 harmonisation 理论，确保方法能准确反映源数据与目标模型间的结构及内容差异，为数据转换质量评估提供量化依据。
- 创建数据转换检测工具：研发可识别数据转换中错误或不完整情况的工具。工具需兼容医疗健康数据的复杂性，能对ETL流程中的数据映射、格式转换等环节进行自动化校验，助力提升 observational research 中数据质量的可控性。
三、福利待遇
- 专项培训支持：提供真实世界数据（医疗记录、遗传数据）的实操培训；第一学期需完成核心课程学习，内容涵盖肌肉骨骼生物学、炎症、表观遗传学、转化免疫学、数据分析及微生物组等，夯实跨学科知识基础。
- 学术交流与网络资源：支持参加相关国际会议，提供有限的差旅资助；可参与欧洲健康数据与证据网络（EHDEN）、观察性健康数据科学与信息学（OHDSI）等国际网络，获取额外指导与协作机会；定期参与部门研讨会、每两周一次的健康数据科学会议，需在会议中汇报研究进展。
- 多元技能提升：可访问医学科学部技能培训团队及其他部门开设的各类课程；需参加NDORMS组织的为期2天的统计与实验设计课程，提升研究设计与数据分析能力。
四、申请建议
1.学历与专业背景：
- 需拥有或预计获得相关学科（如数据科学、生物统计学、流行病学、健康信息学等）的一等或二等一荣誉学士学位及以上学历；
- 非英语母语者需提供英语语言能力证明。
2.技能储备：
- 具备扎实的数据分析基础，熟悉机器学习算法者优先；
- 了解医疗健康数据特点或有数据标准化、ETL流程实践经验者更具优势；
- 掌握Python、R等数据分析工具及数据库操作技能。
五、对该职位的理解和创新想法
该项目聚焦真实世界数据转换质量这一 observational research 中的关键缺口，对提升医疗健康数据应用价值具有重要意义，可以从以下角度进行思考：
- 结合图神经网络（GNN）构建源数据与OMOP CDM的结构映射模型，通过节点嵌入实现相似性的动态度量；
- 将联邦学习思想融入检测工具开发，在保护数据隐私的前提下实现多中心数据转换质量的协同评估。
申请者应当深入研读OMOP CDM相关技术文档及现有数据质量评估研究（如招生内容中提及的参考文献），在研究计划中明确自身方法与现有成果的差异点；同时主动了解EHDEN、OHDSI网络的研究热点，思考如何将项目成果与国际协作网络需求结合，增强申请竞争力。
【竞赛报名/项目咨询+微信：mollywei007】
