第一章 系統生物學是新一代臨床醫學研究的范式 1
1.1 臨床研究為什么需要系統生物學 1
1.2 臨床系統生物學的定義：復雜生物系統的研究哲學 2
第二章 經典臨床統計學的困境與范式轉變 5
2.1 經典臨床統計學派及對近二十年臨床研究的影響 5
2.2 第一代循證醫學方法論的困惑 7
2.3 概率——學習樸素貝葉斯分布 19
第三章 醫學科學研究的哲學：從解剖學到系統生物學的演進 35
3.1 醫學研究哲學：對疾病的認識及臨床醫學研究的緣起 35
3.2 本體論及其對生物醫學研究哲學的影響 40
第四章 進化生物學與疾病研究：進化醫學的發展——以病毒準種為例 44
4.1 什么是進化 44
4.2 為什么進化生物學對于疾病研究十分重要 45
4.3 準種進化研究在傳染病預防和治療上的意義 49
第五章 經典藥物研發面臨的困境和挑戰 53
第六章 醫學發表體系與醫學研究的困境 58
6.1 CNS對數據分析的導向性 59
6.2 大數據時代論文發表體制的變革之道 60
第七章 分析醫學：數據科學、物理學和臨床醫學的新綜合 62
7.1 分析醫學的源起：腫瘤研究的困境 62
7.2 經典腫瘤研究的哲學基礎 63
7.3 分析醫學：哲學基礎與概念框架 64
7.4 分析醫學：數學概念與框架模型 65
7.5 腫瘤分析醫學的發展路線圖 67
7.6 結論 68
第八章 醫療大數據 70
8.1 醫療信息化 70
8.2 醫療數據綜述 73
8.3 醫療大數據基礎架構 74
8.4 醫療大數據分析 85
8.5 醫療大數據的展望 89
第九章 臨床數據挖掘 93
9.1 什么是臨床數據挖掘：基本理論與概念 93
9.2 數據挖掘的基本思路 95
9.3 臨床數據挖掘的目的 96
9.4 臨床數據挖掘的過程 96
9.5 數據挖掘與示例一 104
9.6 數據挖掘與示例二：分類挖掘 113
第十章 R語言：下一代生物醫學研究和臨床數據挖掘的重要工具 142
10.1 R語言概述 142
10.2 R語言基礎與入門 145
10.3 數據庫初步 186
10.4 R語言在臨床數據挖掘中的應用 190
10.5 高維數據的生存分析方法 197
10.6 創傷數據庫與分析 207
第十一章 MATLAB語言：生物醫學中數據處理和建模研究的另一重要工具 217
11.1 MATLAB軟件系統構成 218
11.2 MATLAB中的函數 220
第十二章 代謝組學：系統生物醫學研究的一種范式 223
12.1 臨床代謝組學的過去、現在與未來 223
12.2 1H￣NMR代謝組學的分析流程：從實驗到數據處理的常規操作 227
12.3 創傷后隨時間變化的代謝指紋圖譜模式識別 239
12.4 從代謝型到復雜代謝網絡分析 248
12.5 代謝組學研究的**應用 250
12.6 混合物解譜的挑戰 252
第十三章 代謝表型在惡性腫瘤與急危重病研究中的應用 258
13.1 食管癌患者術前病理分期預測模型的研究 258
13.2 基于血漿1H-NMR波譜的急危重癥患者死亡早期預測模型 264
第十四章 轉錄組學研究：從測序數據處理到基因調控網絡分析 282
14.1 測序數據處理 282
14.2 基因調控網絡分析 288
第十五章 基于模式識別建立的動脈鈣化影像計算機輔助診斷系統 298
15.1 材料與方法 298
15.2 結果 301
15.3 討論 302
后記 305
新書資訊