Nature、NEJM、Lancet等顶级期刊近年来发表的研究中，因果推断方法的应用呈爆发式增长。相关性分析不再是期刊编辑的宠儿。顶级期刊越来越青睐能够揭示因果关系的研究。而因果推断，正是连接数据与因果关系的桥梁！

你是否也被这样的问题困扰？

• 实验数据堆成山，却只会跑基础统计，投稿被审稿人diss“缺乏因果论证强度”？

• 学过回归分析，但面对混杂因素、缺失数据、异质性效应，依然手足无措？

• 看到高分SCI用“因果推断”“机器学习”搞研究，却苦于没有系统入门路径？

在“内卷”严重的科研环境下，简单的相关性分析和基础回归已经难以打动审稿人。因此我们团队隆重推出“因果推断与机器学习训练营”，带你科学推断因果，高质量发表一篇SCI。

对因果推断感兴趣的，欢迎在5月20日15:30 进入直播间了解详情！

为什么这个的课将革新您的统计学理念与思维？

因为，现在因果推断的方法学体系已经发生改变，但是我们的临床、护理、公卫的朋友们，我发现，却没有感受到2025年因果推断统计学方法学技术的改变。

你都不知道，这套新的因果推断方法学已经成熟了！

当我们学生、医务工作者还在讨论回归方法时候，这个世界，因果推断方法，已经迈向机器学习、迈向双重稳健估计方法了。

现在中介分析已经不再是传统的中介分析，今天可能有比亚组分析森林图有更好的方法。

各位，2026年，是你们因果推断方法革新的一年。

🎉课程报名途径：扫描下方郑老师助教微信二维码，添加微信咨询详情。名额有限，先到先得！可预开发票！

【扫码咨询】

郑老师统计团队及公众号

全国较大的线上医学统计服务平台，专注于医学生、医护工作者学术研究统计支持，我们是你们统计助理！

我们提供各式医护科研设计与统计服务：

1️⃣研究者发起的临床试验项目

2️⃣临床预测模型与机器学习方法

3️⃣医学数据库NHANES、GBD、孟德尔随机化等挖掘发表级数据

4️⃣GBD、NHANES、CHARLS医学数据库挖掘1对1训练