4月11日上午，我院紫荆讲堂之名师讲坛（第五期）邀请合作院校葡萄牙里斯本大学学院中国项目执行主任马绍壮教授、美国Tulane大学生物统计系贺华副教授来校进行交流分享。本次讲坛由副院长张持晨、徐东教授主持，校内外师生通过线上或线下形式参加。
主题一：问题驱动与理论支撑的医院管理实证研究-研究设计与过程管理
会议的开始，张持晨向远道而来的马教授表示热烈欢迎。同时，他简要介绍了名师讲坛的目的与意义-“聚焦学生关心点，开启学生科研路”希望本系列论坛可以成为同学们开启学术研究的引路者。
马教授认为，在中国学术界影响力不断提高的大背景下，国际学术界对于中国学术现状的关心以及对中国管理经验充满求知欲。结合他实际科研经历，在谈及研究周期的时候，马教授从研究选题、研究设计、研究实施、分析与结果和论文写作五个方面介绍了如何从现实问题中提出科学的可研究问题，并以实际研究案例和经验来启发同学们如何从现实中发现问题，转化为学术研究。他建议同学们以理论为基础开启研究课题、注意研究实施以及分析结果，确保研究有效性并引导同学们从读者视角出发进行客观的论文写作。最后，马教授建议大家应注意研究中的可持续发展，提出了如何将课题纵深发展成为长期课题的观点。
在互动交流环节，参会师生积极提问，马教授深入浅出地结合自身经历进行一一回应。相信此次讲座将会对学院师生的研究工作有重要的指导作用。
主题二：倾向性评分在卫生服务研究中的运用
首先，贺华老师向我们介绍倾向性评分的缘起，她通过图片的形式生动地呈现了非随机对照试验情况下的随机效应（causal effect）计算过程中面临的问题。然后，贺华老师介绍了倾向性评分的定义、及其公式中涉及到的基本概念。紧接着，贺老师就倾向性评分中的四个方法——匹配（matching）、分层（stratification）、加权（weighting）、协变量调整（covariate adjustment）分别展开，阐述每种方法如何使用及各自的优缺点。此外，贺老师还结合案例——Genetic epidemiology network of salt sensitivity study（GenSalt）让我们更深入了解倾向性评分在实际研究中如何运用以及需要注意的细节等。
在活动交流环节，就混杂因素的控制，徐东教授与贺华老师对使用传统的回归模型和倾向性评分方法二者之间的区别进行了讨论；从学科专业视角出发，林政副教授与贺老师探讨倾向性评分具体的应用场景；在场同学积极提出问题，贺华老师耐心详细解答并就多个方面展开深入交流，鼓励同学们在科学研究中多学习、多尝试，在不断思考的过程中成长。
最后，徐东教授感谢贺华老师把倾向性评分以深入浅出的方式向大家分享，也鼓励广大研究者和同学们对广泛使用的统计方法多加学习和掌握。通过这次讲座，同学们纷纷表示对倾向性评分有了更深层的认识，也很感激贺华老师给大家带来了一场统计学方法讲授的全新体验。后期，南方医科大学世界卫生组织研究中心和全球健康研究中心还将陆续邀请国内外学者就实施性研究在卫生服务领域的主要方法和专门话题开展讲座，敬请期待。
【讲者介绍】
马绍壮：葡萄牙里斯本大学学院副教授(获特许任教资格/终身教席), 博士生导师, 中国项目执行主任。澳洲昆士兰大学访问学者, 葡萄牙里斯本大学学院博士, 英国莱斯特大学硕士。其研究方向为中国情景下的医院管理，研究成果发表于International Journal of Human Resource Management, Psychology & Health, The Chinese Economy, Journal of Health Organization and Management, 《中国全科医学》, 《护理学杂志》,《中国医院》,《中国卫生质量管理》等学术刊物。
马博士兼任International Journal of Health Planning and Management (SSCI, Q2)的副主编。撰写的系列案例《朱丹丹》A & B由加拿大毅伟出版社出版并被哈佛商业评论案例库收录发行。我校与葡萄牙里斯本大学学院于2010年开展国际合作，先后举办“公共卫生政策与管理”博士学位项目及医药卫生管理硕士留学项目。作为博硕士生导师，其指导项目在内的博硕士生40多名，多位学生的研究成果在国际刊物发表。
贺华：医学博士，美国Tulane大学生物统计系副教授，Tulane大学转化科学研究所（TUTSI）的临床研究核心联合主任和方法学／生物统计学单元主任，并担任《美国公共卫生杂志》（AJPH）的统计副编辑以及数十项美国国立卫生研究院和其他基金会资助的研究的共同调查员／生物统计学家。
研究领域（方向）包括混合人群模型、因果推断、纵向数据分析、半参数和非参数统计推断、ROC分析、社交网络分析，以及统计方法在医疗和健康研究中的应用。目前，贺华博士主持美国国立卫生研究院R01研究的资助，课题名为＂Moving beyond description: statistical and causal inference for social media data＂；共著有教科书两本：《应用分类和计数数据分析》（Chapman ＆ Hall/CRC）和《统计因果推断及其在公共卫生研究中的应用》。
