SPOC+FCM教学模式在高级医学统计学教学中的实践

李丽霞，郜艳晖，周舒冬，叶小华，张 敏，黎玉婷，龚雅洁 (广东药科大学公共卫生学院流行病与卫生统计学系， 广州 50006； 暨南大学基础医学与公共卫生学院医学统计学教研室)

随着物联网、移动互联网、云计算等新兴信息技术的发展应用，各行各业产生海量数据，数据呈现前所未有的爆发式增长态势。我国相继出台《推进“互联网+”行动指导意见》和《促进大数据发展行动纲要》，促进健康医疗大数据的应用与发展已被纳入国家发展战略。医疗领域的大数据具有海量、多层次、多类型、不完全、有噪声、高维度、分析处理复杂的特点[1]，如何对这些数据进行专业化处理并转化为有价值的信息成为当前研究的热点。大数据应用的广泛需求对公共卫生专业研究生的数据分析能力提出了更高层次的要求，如何在大数据时代背景下培养符合社会需求的公共卫生专业高素质人才面临新的挑战。

高级医学统计学是我校公共卫生和预防医学专业研究生开设的专业必修课，主要讲授常用的多元统计学方法，是对数据进行深层次分析的有效工具。通过该课程的学习，研究生培养大数据思维、大数据收集、选择、集成和清洗、大数据挖掘等特色技能，提高数据分析、挖掘的专业技术能力和解决实际问题的能力，为今后从事科学研究奠定统计学基础。随着大数据时代到来，数据的获取方式、分析方法以及分析工具都发生巨大的变化，对教学带来巨大的冲击。教学内容、教学方式及研究生科研能力培养方面急需改进和完善，培养理论和实践兼备的创新型、复合型专业人才已迫在眉睫。

研究生在学习阶段接触并处理真正大数据的实践机会不多，难以对数据量庞大、内容繁杂的数据进行分析，难以挖掘大数据所隐藏的丰富的、有价值的信息。数据挖掘方法的学习需要一定的数学基础，如方法不当，学生会感到课程内容复杂，难以理解，无法保持课堂注意力，对知识点一知半解，进而影响教学效果[2-4]。目前学生普遍存在的问题是：面对大数据时茫然不知所措，不知从何下手，不能用所学知识对数据进行正确的分析。大数据挖掘技术的实现需要学生亲自实践，如何为学生提供大数据平台，使学生切实体会到学以致用是掌握数据挖掘方法至关重要的环节；如何利用新兴网络技术平台，应用先进的教学方法进行教学是目前该课程改革迫切需要解决的问题。

教学团队依托大型公共数据平台，从课程特点及学生需求出发，将SPOC+FCM混合式教学模式引入高级医学统计学课程教学中，促进学生转变学习观念，调动学习积极性，致力于培养研究生大数据分析、挖掘的专业技术能力和创新能力，为提高教学质量提供新的思路和方法。

1 基于大型公共数据库，构建教学案例库，搭建大数据分析实战平台

近年来，国际上涌现出很多大数据项目，如美国国家健康与营养调查(national health nutrition examination survey，NHANES)[5]；美国疾病控制与预防中心(centers for disease control and prevention，CDC)于1984年建立的行为风险因素监测系统(behavioral risk factor surveillance system，BRFSS)[6]。目前国内也建立了多个健康医疗大数据体系，例如：中国老年健康影响因素跟踪调查(Chinese longitudinal healthy longevity survey，CLHLS)是全球规模最大的高龄、百岁老人队列[7]；中国健康与养老追踪调查(China health and retirement longitudinal study，CHARLS)数据库[8]；中国慢性病前瞻性研究(China kadoorie biobank，CKB)队列等[9]。共享数据库蕴含丰富的医学和公共卫生科研信息，数据可挖掘性强、知识发现度大；而且数据源多、样本量大、变量维度高且类型复杂，对数据管理、分析策略和统计方法都有较强的挑战。

教学团队充分利用丰富的网络资源提供的公共数据库平台及科研中积累的数据，构建教学案例库，搭建大数据分析实战平台。这些低成本、高价值的共享数据为多元统计教学提供了宝贵而丰富的教学资源，为学生提供了接触并处理真正大数据的实践机会，为研究生进行数据选择、清洗、数据挖掘实践活动提供了丰富的数据资源，对于培养研究生数据分析、挖掘的综合能力，培养理论和实践兼备的创新型、复合型公共卫生专业人才提供了途径。

2 实施SPOC+FCM混合式教学模式，调动学生主动学习的内驱力，提高教学质量

小规模限制性在线课程(small private online course，SPOC)是从单一的在线教育到在线教育与线下课堂教学相结合的一种混合式教学模式，既融合了MOOC的优点，又弥补了传统教育的不足，扩大了课堂知识容量，能够有效地提高教学效果，增强师生互动的积极性，比传统的教学模式更灵活、更有效率、更有针对性[10,11]。翻转课堂(flipped classroom，FCM)将传统课堂中知识的传授转移到课前完成，而原先课后完成的作业和讨论等知识内化则转移至课堂中进行。FCM打破传统的课堂讲授、课后作业的教学模式，重新分配课堂内外时间，课堂时间用来启发讨论，或者进行知识应用和检测，是一种以学生为主的教学模式，增强了学生完成学习的主动性和参与性[12]。翻转课堂教学模式创建了以学生为中心的学习环境，教师不再是知识的传授者，而是学习的引导者；学生则不再是被动的听课者，而是学习的主体。教学团队采用SPOC+FCM教学模式，二者有效结合极大提高学生自我学习的能力，变浅度学习为深度学习，有效地提高学习效率。

基于大型公共数据的SPOC+FCM教学模式设计包括线上和线下学习两个阶段，两个阶段对应不同的任务。线上学习以学生独立学习为主；线下学习阶段，学生和教师面对面互动教学。教师在教学中需对课程的各个环节进行精心设计。

2.1 基于大型公共数据的SPOC+FCM教学模式线上课程设计

课前，教师根据教学任务发布课程信息，将课程简介、教学大纲、教学进程等进行上传，公布学习目标和任务，教学重点、难点，方便学生对课程有总体了解。课程开始时，主讲教师根据教学内容将学生分为若干学习小组。学生分工完成相关数据库的清洗与整理、统计软件和相关视频的学习、文献阅读、PPT制作和知识点讲解等任务，学习协作解决问题。

2.1.1 数据的提取、清洗和集成 课前，教师依托教学平台介绍公共数据库的基本结构、变量类型等信息，发布具体的大数据案例，布置学生清洗、整理、变换数据，增加课堂教学的实践性，发挥学生学习的主动性，提高其课堂的参与度与积极性，将学生置于真实的数据环境中进行实战培养，强化学生大数据意识。

2.1.2 统计软件的自主学习 数据挖掘方法的学习离不开实践，在学习过程中强化统计软件的应用。学生熟练使用SAS、R等软件分析数据对理论知识的理解和掌握起到画龙点睛的作用。借助公共数据库平台提供数据分析的实际案例，每个学习小组利用丰富的网络资源查找相关文献，讨论交流相关统计方法如何在软件中实现。在此过程中，教师培养学生的自主学习、独立思考能力以及较强的解决实际问题及运用统计软件分析数据的能力。

2.1.3 高质量SCI文献阅读 学生将课程中所学的统计学理论和方法活学活用到本专业研究领域，检索采用课堂所学的数据挖掘方法进行数据分析的的高质量SCI论文1-2篇，结合科研数据的专业背景，从论文的研究目的，研究设计、研究对象的选择，统计方法的应用，统计软件的实现，研究结论等各个环节对论文进行评阅，探究数据特征，判断是否需要调整数据分析策略，从错误中学习，从正确中提高，加深对数据挖掘方法的学习。

2.2 基于大型公共数据的SPOC+FCM教学模式线下课程设计

课堂教学是学生线上自主学习的延伸，是更深入的教学活动，通过教师和学生的互动，协助学生完成知识的深入和内化。各学习小组在共同备课和分工演讲过程中，既锻炼了口头表达能力，也培养了学生人际协调与团队合作能力。

2.2.1 教师梳理、总结重点、难点 教师讲授多元统计学方法的基本理论知识，重点讲授解决问题的思路和方法，根据各学习小组学习过程中遇到的问题，围绕理论方法的应用和疑难知识点进行针对性解答，并对课堂知识进行系统化梳理和总结。

2.2.2 多元统计学方法在SAS、R统计软件中的实现 数据分析实践对医学专业学生将来从事科研活动有着重要的实际意义。各学习小组对理论知识点进行整体框架的回顾，通过具体的大数据案例展示多元统计方法如何在R、SAS等统计软件中实现，并对结果进行解释和分析。教师对学生在自主学习中提出的问题进行答疑解惑。

2.2.3 高质量SCI文献评阅 在本环节，学习小组成员制作PPT并上台主讲，介绍所查阅SCI论文的研究目的、数据结构、分析方法、统计软件的具体实现过程以及论文的结果，阐述多元统计分析方法在实际科学研究中的应用条件，同时还原论文的数据结构，在评阅过程中学习优点，发现不足，将知识转换为能力，面对需要解决的实际问题，思考使用哪种数据挖掘方法最佳。学生由被动听课转变为主动思考如何解决问题，通过实践来巩固所学知识，切实体会在实际科研中统计学方法的实际应用。

在整个教学过程中，教师根据学生汇报的质量以及解决具体问题的能力进行综合点评，引导各学习小组之间进行互相提问，组织学生在课堂内协作学习、交流和探讨。线下教学中，教师是教学活动的设计者、组织者、引导者、促进者。这对教师提出更高的要求。

3 教学评价

有效的课堂教学需要有完整的评价体系。为了全面体现基于大型公共数据的SPOC+FCM教学模式的教学效果，学生的考核采用过程性评价。学习过程中的各个环节都纳入评价体系。教师通过学生在实验课上统计软件知识点讲授情况、文献评阅时PPT报告的表现、口头演讲情况、课堂讨论情况等方面，综合考查学生对知识的掌握程度。同时，教师还关注研究生科研创新思维和科研成果的文字表达能力，课程结束时要求学生撰写统计研究报告。依托大数据案例库，学生结合自己的兴趣，提出想法，将数据挖掘方法应用到自己的研究中。教师可从设计方案选择的合理性、统计分析方法选择的正确性和科研结果的规范表达三方面考查研究生解决实际问题的能力，为其今后在科学研究中正确分析数据以及科研论文写作水平的提升奠定基础。

4 思政元素融于教学

教学团队在教学改革中注重知识教育和思政建设相结合，引导学生具有正确的人生观、价值观、世界观，培养学生为人群健康服务的责任感和使命感，在教学实践的各个环节融入思政，实现立德树人，润物无声。

根据研究目的选取、清洗数据时，教师坚持规范数据采集，保证统计数据的真实可信，增强学生的责任意识，培养学生尊重数据和求真务实的素养，提醒学生在开展与统计相关的工作时，一定要认真负责，诚实守信，坚持实事求是的科学精神；在统计软件自主学习时，锻炼其独立思考能力，培养学生自主学习和解决实际问题的能力；在团队共同备课和分工演讲过程中，锻炼研究生的口头表达能力，培养学生人际协调与团队合作能力；文献评阅环节，激发学生的学习热情，促进学生由被动接受向主动探索转变，将知识转换为能力，提高学生的创新能力；撰写统计分析报告环节，使学生体会学以致用，培养学生严谨认真、一丝不苟的科研精神。

在教学实践中，教学团队依托大型公共数据平台，将SPOC+FCM的教学模式引入高级医学统计学课程教学中，科学地确定教学目标，改进教学方法和方式，增强学生数据挖掘的专业技术能力和创新能力，促进学生转变学习观念，调动学习积极性，提升学生的独立思考能力、执行能力和协作能力，为进一步提高教学质量，有效提升教学效率提供了新的方法和思路。