一、导师简介
何礼明教授现任香港大学流行病和生物统计学资讯科技助理总监，持有香港大学哲学硕士学位（1991年，流行病学方向）与哲学博士学位（1998年，资讯科技方向），并自1994年起获英国皇家统计学会特许统计员（CStat）专业资格。其学术身份兼具统计学专业认证与跨学科研究背景，这在公共卫生领域形成方法论上的独特优势。
教授的研究脉络呈现两条主线：生活方式相关疾病流行病学与传染病防控统计建模。在烟草控制、失眠障碍、代谢疾病等慢性病领域，其团队采用纵向队列设计与随机对照试验方法；在传染病方面，2003年SARS疫情期间完成的大规模流行病学分析成为该领域方法学范本。作为学院个人资料保护协调员，其研究伦理审查与数据安全管理经验为涉及敏感健康信息的课题提供合规保障。
教学职责覆盖循证医学实践、问题驱动式公共卫生教育、本科生医学研究项目指导及专业医师继续教育培训，表明其研究直接服务于临床实践转化。这种教学-科研-临床三向互动模式，使博士生培养天然具备应用导向特征。
二、近期文章和项目解析
2.1 慢性失眠障碍的非药物干预研究
2022年发表于Phytomedicine的随机对照试验评估了自我施灸对失眠障碍的疗效。研究采用标准化操作方案，将中医传统疗法纳入现代临床试验框架，样本量与随机化流程符合CONSORT规范。该研究的价值在于探索低成本、可普及的社区干预手段，其方法论意义大于临床结论本身——通过严格统计设计验证传统疗法的效应量，为中西医结合研究提供可复制的模板。
2015年Behavior Research and Therapy论文聚焦互联网认知行为疗法（CBT-I）的脱落率预测模型。研究识别出基线失眠严重程度与治疗期望值为关键预测因子，此发现对数字健康产品的用户留存策略具有直接指导价值。统计模型采用逻辑回归与生存分析相结合的方法，处理了删失数据问题，体现了CStat资质研究者的方法严谨性。
2.2 COVID-19大流行的心理健康影响研究
2020年Frontiers in Psychiatry研究聚焦国际大学生群体，采用横断面设计测量抑郁-焦虑-压力量表（DASS-21）得分。数据分析揭示社交隔离与学业中断是主要应激源，而线上社会支持发挥缓冲效应。该研究的时效性与政策相关性突出——数据采集于疫情初期（2020年4-5月），结果为高校心理危机干预体系快速调整提供了证据基础。统计部分采用多水平模型处理院校层面的聚集效应，控制了国家文化差异的混杂影响。
2.3 "Children of 1997"出生队列的方法学贡献
何礼明教授作为核心成员参与的"Children of 1997"出生队列，在International Journal of Epidemiology2012年发表建队论文，追踪8327名香港华人新生儿至今。该队列的独特价值在于：其一，覆盖了香港回归前后社会经济转型期，可评估宏观政策变迁对健康的代际影响；其二，生物样本库与行政数据库链接实现多组学数据整合；其三，失访率控制在13%以内，在亚裔队列中属优异水平。
2024年后续研究（非何礼明教授团队）利用该队列数据发表孟德尔随机化分析，证实早产与青少年肥胖的因果关系部分通过婴儿期追赶性体重增长介导。这验证了原始队列设计的长期科学价值——28年持续追踪使成年早期结局数据具备因果推断效力。原始建队时建立的统计插补方法（处理缺失数据）与权重调整方案（处理选择性失访）成为后续研究的基石。
2.4 SARS流行病学研究的方法学范式意义
2004年Annals of Internal Medicine论文（Leung GM, Ho LM, et al.）分析香港全部1755例SARS病例，建立了传染病暴发实时统计分析的标准路径。研究采用Gamma分布拟合潜伏期，估计均值4.6天（95%分位数12.5天），此参数直接决定了14天隔离政策的制定。对病死率的多变量逻辑回归分析揭示年龄>75岁（OR=6.2）与男性（OR=1.6）为独立危险因素，模型调整医疗机构感染暴露史后，效应量保持稳定，表明易感性而非暴露强度解释死亡风险差异。
该研究的统计创新在于处理疫情进展期的数据删失问题——采用K-M估计器与竞争风险模型，在队列开放阶段动态调整参数估计，避免了早期分析对病死率的高估。此方法后被WHO采纳为突发传染病风险评估技术指南。
三、未来研究预测
3.1 数字健康技术的真实世界效果评估
基于CBT-I研究基础，团队可能转向数字疗法（Digital Therapeutics）的混合效应模型研究。潜在课题包括：可穿戴设备睡眠监测数据与传统量表的效度对比、APP干预的长期依从性预测、针对华人群体的文化适应性改编效果评价。统计挑战在于处理高频时间序列数据与缺失机制非随机性问题——设备脱落与用户主动停用导致的数据缺失需采用逆概率加权或模式混合模型。
3.2 气候变化与传染病传播动力学建模
香港地处亚热带，登革热、寨卡病毒等蚊媒传染病存在输入性风险。何教授曾参与SARS空间聚类分析（识别淘大花园超级传播事件），具备空气传播与建筑环境传播的建模经验。未来研究可能整合气象数据、人口流动大数据与基因组学信息，构建贝叶斯时空模型预测蚊媒疾病本地传播阈值。此方向需掌握R或Stan编程，理解微分方程在房室模型中的应用。
3.3 老龄化社会的多病共存研究
香港65岁以上人口占比已达19%，多病共存（Multimorbidity）模式复杂。何教授在失眠、心血管疾病领域的积累可延伸至多重用药（Polypharmacy）风险预测。潜在课题为：利用医院管理局电子病历数据库，构建竞争风险模型评估不同药物组合对跌倒、认知衰退等不良结局的交互效应。此研究需处理观察性研究的混杂偏倚，倾向性评分匹配与工具变量法将是核心统计工具。
3.4 出生队列的中年健康转折点研究
"Children of 1997"队列成员即将进入30岁，正值代谢综合征与精神疾病高发期。何教授作为建队成员，具备数据管理与伦理审查的完整权限。未来可能启动中年健康深度表型组研究——结合心血管影像学、肠道微生物组、社会经济成就数据，识别早期生命历程因素对中年健康差距的贡献度。这要求博士生掌握因果中介分析、多组学数据整合及隐私计算技术。
