第一章 系统生物学是新一代临床医学研究的范式 1
1.1临床研究为什么需要系统生物学 1
1.2临床系统生物学的定义：复杂生物系统的研究哲学 2
第二章 经典临床统计学的困境与范式转变 5
2.1经典临床统计学派及对近二十年临床研究的影响 5
2.2第一代循证医学方法论的困惑 7
2.3概率——学习朴素贝叶斯分布 19
第三章 医学科学研究的哲学：从解剖学到系统生物学的演进 35
3.1医学研究哲学：对疾病的认识及临床医学研究的缘起 35
3.2本体论及其对生物医学研究哲学的影响 40
第四章 进化生物学与疾病研究：进化医学的发展——以病毒准种为例 44
4.1什么是进化 44
4.2为什么进化生物学对于疾病研究十分重要 45
4.3准种进化研究在传染病预防和治疗上的意义 49
第五章 经典药物研发面临的困境和挑战 53
第六章 医学发表体系与医学研究的困境 58
6.1 CNS对数据分析的导向性 59
6.2大数据时代论文发表体制的变革之道 60
第七章 分析医学：数据科学、物理学和临床医学的新综合 62
7.1分析医学的源起：肿瘤研究的困境 62
7.2经典肿瘤研究的哲学基础 63
7.3分析医学：哲学基础与概念框架 64
7.4分析医学：数学概念与框架模型 65
7.5肿瘤分析医学的发展路线图 67
7.6结论 68
第八章 医疗大数据 70
8.1医疗信息化 70
8.2医疗数据综述 73
8.3医疗大数据基础架构 74
8.4医疗大数据分析 85
8.5医疗大数据的展望 89
第九章 临床数据挖掘 93
9.1什么是临床数据挖掘：基本理论与概念 93
9.2数据挖掘的基本思路 95
9.3临床数据挖掘的目的 96
9.4临床数据挖掘的过程 96
9.5数据挖掘与示例一 104
9.6数据挖掘与示例二：分类挖掘 113
第十章 R语言：下一代生物医学研究和临床数据挖掘的重要工具 142
10.1 R语言概述 142
10.2 R语言基础与入门 145
10.3数据库初步 186
10.4 R语言在临床数据挖掘中的应用 190
10.5高维数据的生存分析方法 197
10.6创伤数据库与分析 207
第十一章 MATLAB语言：生物医学中数据处理和建模研究的另一重要工具 217
11.1 MATLAB软件系统构成 218
11.2 MATLAB中的函数 220
第十二章 代谢组学：系统生物医学研究的一种范式 223
12.1临床代谢组学的过去、现在与未来 223
12.2 1H-NMR代谢组学的分析流程：从实验到数据处理的常规操作 227
12.3创伤后随时间变化的代谢指纹图谱模式识别 239
12.4从代谢型到复杂代谢网络分析 248
12.5代谢组学研究的最新应用 250
12.6混合物解谱的挑战 252
第十三章 代谢表型在恶性肿瘤与急危重病研究中的应用 258
13.1食管癌患者术前病理分期预测模型的研究 258
13.2基于血浆1H-NMR波谱的急危重症患者死亡早期预测模型 264
第十四章 转录组学研究：从测序数据处理到基因调控网络分析 282
14.1测序数据处理 282
14.2基因调控网络分析 288
第十五章 基于模式识别建立的动脉钙化影像计算机辅助诊断系统 298
15.1材料与方法 298
15.2结果 301
15.3讨论 302
后记 305