（通讯员：关迪）2024年08月24日（星期六）下午13：40，我院特邀华东师范大学周迎春教授在南湖校区老图书馆四楼左侧研究生5-1学习室做学术报告，报告由学院副院长杨凯副教授主持，本院部分研究生和部分老师参加了本次学术报告会。

周迎春简介：周迎春，华东师范大学统计学院教授，副院长，主要从事生物统计和因果推断方面的研究。主持国家自然科学基金项目两项、上海市自然科学基金项目一项、上海市浦江人才计划、上海市东方英才和教育部留学回国人员启动基金项目等，参与国家自然科学基金重点项目两项、科技创新2030—“脑科学与类脑研究”重大项目一项（担任统计分析组负责人）、上海市自然科学基金等。在Annals of Applied Statistics、Bioinformatics、Statistics in Medicine、Statistical Method in Medical Research、JAMA Network Open、American Journal of Obstetrics and Gynecology等国际优秀统计学期刊发表论文40篇。担任中国现场统计研究会教育统计与管理分会副理事长、中国现场统计研究会数据科学与人工智能分会常务理事、全国工业统计学教学研究会中国青年统计学家协会第一届理事会理事、中国现场统计研究会高维数据统计分会理事、因果推断分会理事等。2019年获宝钢教育基金优秀教师奖。

报告题目：Estimating causal effects of continuous-time dynamic treatments with unmeasured confounders

报告摘要：Causal inference techniques traditionally focus on time-fixed (e.g.,baseline) treatment assignment mechanism. Increased demands for specialized causal inference methods. evaluating complex treatment regimes.In clinical practice, dynamic treatment regimes are the type of regime most commonly used.Treatment regimes are dynamic when they depend on time-dependent covariates and static otherwise. Nowadays medical studies call for more general and advanced methodology for evaluating causal effects of complex continuous-time dynamic treatments.

报告会中，周教授主要介绍了估算连续时间动态治疗的因果效应与未测量的混杂因素的相关问题，以催产素对产后出血的因果分析为例。该报告中主要阐述 在估算连续时间动态治疗的因果效应时，开发一个能够处理未测量混杂因素的框架，以数据驱动的方式找到最佳干预时间点。其中面临的挑战有以下几点：连续时间动态治疗；无法测量的混杂因素；干预的最佳时间点。在报告所提出的框架中，可以通过数据驱动获得最佳干预时间点，主要用到的方法为通过贝叶斯决策规则得出的连续时间 IPT 加权法。

周教授的报告内容生动且有趣，研究方向前沿且有价值，向大家充分展示了催产素对产后出血的因果分析。报告会上，老师和同学们都听的十分入神，大家都表现出对于该研究方向浓厚的兴趣，报告现场十分融洽且高效。会后，周教授同大家展开了热烈的讨论，周教授对于大家提出的问题做出了专业的解答和建议，并对该方向后续的研究前景进行了充分的设想。此次报告会取得的效果斐然，不仅极大的拓宽了学生们的科研视野，同时也提高了学生们的科研水平，充分了解了报告会中相关方向的发展前景。

（审核人：王丹、王纯杰）

数学与统计学院

2024年08月24日