PhD Find博士申请助手 · PhDFind
English version not available for this project. Browse English projects

真实世界数据向共用数据模型转换的结构保真度评估博士项目

项目1222 · University of Oxford · Botnar Research Centre

所在国家或地区
英国
申请截止日期
2026-12-01（具体时刻请核对原始公告）
资助信息
竞争资助博士项目（面向全球申请者）

申请工作台

保存项目，围绕当前机会准备申请。截止日期和资格请以原始公告为准。

阅读项目调研与申请判断

项目介绍

项目概览

牛津大学 Botnar Research Centre 的 Botnar-2026-05 是跨 NDORMS 与计算机系的三年 DPhil，研究真实世界数据转入 OMOP 共用数据模型后的结构保真度。拟2027年10月开始，面向全球竞争资助，公告列9月中旬开放、2026年12月1日12:00截止，时区尚未明确。申请课程为 Clinical Epidemiology and Medical Statistics DPhil，代码 RD_NNRA1。

研究问题与博士工作

真实世界数据（RWD）来自医院和不同医疗环境，可补充随机试验形成观察性证据。多机构集中或联邦研究通常依靠Common Data Models（CDMs）统一复杂关系结构和表示方式，但格式统一不自动证明源信息完整保留。

团队的OMOP及ETL经验，与图论、图机器学习、描述复杂性、验证、自动机理论和计算生物医学结合。项目介绍指出，既有工具多在转换完成后检查质量，本题拟研究源关系数据与转换结果之间的结构相似性和距离；这一具体缺口不等于所有数据质量工具均不存在。

目标包括建立结构相似性／距离指标；据此识别遗漏、错误、不完整或冗余转换；再研究可表达的算法模型，辅助可审计的ETL结构映射修正。博士需要区分无害的表示变化与信息损失、重复和映射错误，并解释结构信号是否关联下游分析分歧，说明相较转换后质量看板增加了什么价值。

这些是研究目标，不是已经验证的部署工具。源数据与OMOP版本的实际访问、基准错误案例、评估标准、伦理及共享审批、SDE内分析和导出限制，都可能影响实证工作。成果是开放工具、内部原型或方法论文仍待确认。

导师、学校与培养

Antonella Delmestri 为主要导师、健康数据科学Associate Professor，提供RWD、OMOP、OHDSI及EHDEN／DARWIN EU经验；Sandra Kiefer 为计算机系Associate Professor，侧重图比较、描述复杂性、图学习与验证；Dr Marta Pineda-Moncusi 提供应用RWD、药物流行病学和统计背景。日常分工、计算支持及数据权限尚未细化。

牛津授予DPhil，跨院系不直接形成两个学位或雇佣合同。Botnar／HDS团队超过40人，覆盖研究人员、博士后、博士生和访问学者，专业跨健康数据、计算机、流行病、药物流行病与药物基因组；另有OHDSI、EHDEN和开放数据社区的合作机会。NHS和机构SDE是受控研究环境，学校资源和合作网络不等于本人已获临床数据权限。

课程覆盖流行病、医学统计、临床试验、AI、卫生经济与真实世界数据，配有导师组、研讨和journal club、图书馆与IT及办公资源。第一学期讲授肌骨生物、炎症、表观遗传、转化免疫、数据分析和微生物组，所有学生须参加NDORMS两天统计与实验设计课；HDS双周会议和部门报告，以及外部会议旅行支持提供交流训练，支持经费有限。

学生可使用医学科学学部课程，并免费使用MPLS Researcher Training & Development，内容包括写作发表、展示沟通、时间项目管理、导师关系和viva准备，另有DPhil Bootcamp。具体课程、导师关系和资源排期仍须落实。THE2026综合、医学健康及计算机第一和ShanghaiRanking相关学科信号仅为机构背景，不能代替个人培养质量判断。

文献贡献与证据范围

Pineda-Moncusi等2025 Applied Clinical Informatics论文讨论52数据库联邦分析的规划、治理与执行，不是结构距离方法；Pineda-Moncusi、Delmestri等2024 Scientific Data整理超过6000万人口的族裔健康记录，涉及完整性、一致性和粒度；2026 European Journal of Epidemiology论文考察CPRD学术产出和联结数据使用；Kiefer与de Mel的SODA2026长细化图分类说明形式图比较经验，不直接解决医疗ETL。各篇具体原文读取范围尚未确定，不能据此声称全文审读，也不等于本题结构保真度已验证。

申请背景与流程

申请者应已取得或预计取得相关专业一等／二等一BSc或等值学位，并在适用时提交英语证明。现有本题资料未列具体英语考试分数或自动豁免。中国学历有牛津等值评估路径，按实际院校、成绩及要求认定，不是个人录取或资金保证。

统计、流行病、卫生经济、健康数据背景可提供数据理解；计算机、数学、生物信息背景可提供图算法、数据库理论和验证；RWE／OMOP从业经历可帮助解释ETL与治理。Python／R／SQL、图论、可复现代码与敏感数据治理是准备建议，不是所有工具都必须入学前掌握。纯湿实验或泛化AI申请应先确认匹配，申请中须解释结构保真度与普通清洗／质量看板的区别。

先向相关导师表达兴趣，必要时联系graduate.studies@ndorms.ox.ac.uk，按正式系统选择RD_NNRA1。应确认本题材料、推荐与具体课程入口；公告列DPhil为项目，其他通用研究学位名称不替代正式选项。既有课程资料曾预告于2026年9月16日开放2027／28申请，并建议需12月奖学金截止者至少提前两周提交；当前入口和确切截止仍由招生确认。

资助、费用与职业判断

本题为全球竞争资助，个人津贴、支持月数及海外全费尚未确定。NDORMS一般三年DPhil竞争面向所有国籍，覆盖University／College费用及标准Research Council津贴；这提供国际申请路径，不是本题个人奖助函。多数牛津奖学金按12月或1月相应截止自动考虑，部分另有申请，须明确本题适用方案。

2027／28课程海外全日制年费£36,260，单人生活费估计£1,475—£2,175／月，以后年度可能上涨。全海外费用与仅Home费用覆盖的财务差别明显；研究培训、差旅、签证和结束后费用分担需确认，三年研究期不据此确定雇佣或居留期限。

技能可通向健康数据科学、RWE方法、药物流行病分析、临床数据工程、数据质量治理或图关系数据方法。SDE政策、ABPI健康数据优先事项和数据技能报告说明相关训练价值，不构成具体岗位、薪资或个人就业保证。

需要进一步确认

应确认国际全费与津贴、资助月数、原始和转换数据访问、SDE／导出限制、审批进度、三导师分工、基准案例、度量评价标准、开放代码与工具部署范围。招生和费用依据为已有2026年资料，后续名额及个人条款请向项目方确认。

查看收录来源与申请要求

收录来源可能是学校或招聘平台；正式申请入口及最新要求请核对公告与下方报告中的官方来源。

项目深度调研报告

报告生成记录：。生成日期不代表招聘方确认项目仍开放。

资料更新记录：。申请前请再次核对原始公告。

博士项目研究报告：真实世界数据转入共用数据模型后的结构保真度

申请判断

申请判断：匹配度强，但需核实。

这是一个对能够把健康数据科学、OMOP Common Data Model 转换、图 / 关系结构比较与数据治理要求结合起来的申请者而言，信号很强的 Oxford DPhil 机会。最有说服力的部分，在于项目技术缺口与导师组合之间的对应关系：Antonella Delmestri 对真实世界数据、OMOP 和 OHDSI 基础设施的积累，Sandra Kiefer 在图比较、描述复杂性和验证方向的专长，以及 Marta Pineda-Moncusi 在应用型真实世界健康数据研究上的经验，三者之间形成了较少见的互补。

当前主要未解决的问题仍在执行层面，而不是学校声誉层面，包括 competition funding 的具体覆盖、源数据与 OMOP 转换后临床数据的访问权限、导出 / SDE 约束，以及 NDORMS 与 Computer Science 之间日常指导如何分工。这个项目更适合被理解为“很有吸引力，但强依赖核实”的机会，而不是已经明确保证资助或低风险的路径。

研究方向与领域前景

可行研究切入点

本题为NDORMS与牛津计算机系之间的三年DPhil，目标是比较源RWD与OMOP转换后的结构，识别遗漏、错误、不完整或冗余转换，并研究可审计的ETL结构映射修正算法。具体数据权限及成果属于研究原型还是部署工具尚未确定。

较可信的研究方向，是把source-to-OMOP结构保真度形式化为结构比较问题。可能的研究点包括：

  • 将 source schemas、OMOP tables、vocabularies 和 ETL mappings 表示为 typed relational 或 graph structures；
  • 定义能够区分“无害的表示变化”和“信息丢失、重复或映射错误”的 similarity / distance measures；
  • 设计针对 missing、incorrect、incomplete 或 redundant transformations 的诊断工具；
  • 评估图结构信号能否预测 source data 与 OMOP data 在下游分析上的分歧；
  • 构建在受治理健康数据环境中仍保持可审计的 correction suggestions。

创新风险也很明确。现有 OMOP 质量工具已经覆盖了不少 conformance、completeness 和 plausibility 检查，因此该博士需要说明，结构化 source-to-target distance 相比常见的 post-transformation dashboards，究竟新增了什么方法价值。

领域进展

这个方向的整体信号偏正面。OHDSI 将自己定义为一个多方参与、跨学科、开源社区，围绕 observational health databases 开展大规模分析，见 OHDSI。OHDSI-UK 也说明英国网络较活跃，且 Health Data Research UK、NICE 等机构对 OMOP 支撑的 federated analytics 兴趣在增加。

在政策和基础设施层面，NHS England Secure Data Environment 提供了对去标识化 patient-level data 的受控访问，并支持 Databricks、RStudio、GitLab、Python、R 和 Stata 等工具；英国政府的 Secure Data Environment policy guidelines 则把 secure data environments 设为 NHS health and social-care data research / analysis 的默认路径。也就是说，在数据访问越来越受治理约束的前提下，可靠的数据转换方法只会更重要，而不会更边缘。

就业与市场前景

对一个严谨但相对专门化的 profile 而言，职业前景是正面的。NHS England 的 SDE 服务和英国 SDE 政策都表明，未来的研究环境会越来越强调安全数据访问、可重复分析和数据治理素养。ABPI health data research priorities 也指出，制药研发对 health data access 的依赖正在扩展到 unmet-need identification、medicine testing 以及 routine care 中的 safety / effectiveness monitoring。Medical data science curriculum report 和 UK data skills gap report 也从教育和劳动力两侧支持这一趋势。

从出口看，该路径更自然地通向 health-data science、RWE methodology、pharmacoepidemiology analytics、clinical data engineering、data-quality / governance tooling，或 graph / relational data methods。相对而言，它并不是一条特别面向湿实验生物医学或泛化型机器学习岗位的路线。

学校、学科与培养

Oxford 官方 DPhil in Clinical Epidemiology and Medical Statistics 页面把该课程描述为研究型项目，覆盖 epidemiology、medical statistics、clinical trials、AI、health economics 和 real-world health data。页面同时说明，DPhil 学生将在 Botnar Research Centre 研究组中开展工作，由导师团队指导，参加系内与研究所研讨会和 journal clubs，并可使用 Oxford 的图书馆、IT 资源、培训、办公空间以及 Medical Sciences Skills Training。

牛津授予该DPhil，跨院系合作不直接构成两个学位或雇佣安排。HDS有超过40名研究人员、博士后、博士生和访问人员，并与OHDSI／EHDEN合作。训练包括健康数据科学、应用AI和RWE，第一学期肌骨生物、炎症、表观遗传、转化免疫、数据分析和微生物组，以及必修NDORMS两天统计与实验设计课程。学生参加部门和HDS双周会议并报告研究，外部会议旅行支持有限；医学科学课程及可免费使用的MPLS训练涉及写作发表、沟通、项目管理、导师关系、viva及DPhil Bootcamp，个人课程与资源排期须确认。

更广泛的机构信号也很强。Times Higher Education 将 Oxford 列为 2026 年世界大学排名第一，见 THE Oxford profile；Oxford 官方新闻也提到其在 2026 年 Medicine and Computer Science 学科排名中居首。与此同时，ShanghaiRanking 也把 Oxford 放在多个相关学科前列，包括 University of Oxford profile 和 GRAS Public Health 2025 所显示的 Public Health、Mathematics 和 Biological Sciences 等方向。

这里的学校信号不只是泛化的名校品牌。该项目正好位于 Oxford 的医学数据研究环境和计算机科学理论强项之间。课程页面中的招生数据也说明该项目属于小规模、竞争激烈的招生批次，因此强机构背景有帮助，但并不能替代聚焦清晰的申请材料。

导师与实验室评估

导师研究方向

Antonella Delmestri 是 OMOP / RWD 这一侧最清晰的支点。Oxford Medical Sciences 的 导师资料 将她描述为 Associate Professor of Health Data Science、OHDSI OMOP specialist、EHDEN UK data-science technical lead 以及 DARWIN EU PI data partner；OHDSI 的 个人资料 也说明她负责 Botnar / NDORMS 的 observational-research data science，并参与将纵向数据集映射到 OMOP CDM。这与项目的源数据标准化与结构保真度议题高度贴合。

Sandra Kiefer 提供了形式化方法和图结构分析方面的匹配。她的 Oxford Computer Science 资料页 列出的核心兴趣包括 graph theory、descriptive complexity theory、graph machine learning、verification、automata theory 以及面向 biomedicine 的机器学习应用。考虑到本项目关注的是源关系数据与 OMOP 转换结果之间的结构相似性和距离，而不只是应用型 medical statistics，这一方向非常关键。

Marta Pineda-Moncusi 则补充了应用型 RWD 和 pharmacoepidemiology 的落地经验。她的 NDORMS 资料页 明确写到 routinely collected health data、pharmacoepidemiology、data science、medical statistics 和 epidemiology 等背景，并列出了近期 real-world-data 相关成果。

重要近期论文

以下文献支持导师组合并说明方法边界。具体原文阅读范围尚未确定，不能据此认定已完成全文阅读；本题仍须说明独立的结构保真度贡献。

  • Marta Pineda-Moncusi 及合作者 2025 年在 Applied Clinical Informatics 发表的 52 个数据库 federated analysis 论文，适合用来理解 OMOP-based 研究如何在多数据合作方之间被规划、治理、执行与解释，见 PMC 全文。
  • Pineda-Moncusi、Delmestri 及合作者 2024 年在 Scientific Data 的论文，对 60 million 以上英格兰人群的 ethnicity data 进行整理，并分析 linked health-record sources 的 completeness、consistency 和 granularity，见 Scientific Data。它与 heterogeneous clinical concepts、mapping 和 reuse 的实际工作高度相关，虽然并非专门讨论 source-to-OMOP structural fidelity。
  • 2026 年发表于 European Journal of Epidemiology 的 CPRD scientific impact and data utilisation 研究，分析了 CPRD 输出和 linked-dataset 使用情况，见 Springer 文章。这说明团队对主要 UK real-world-data 资源具备实际理解。
  • Kiefer 与 de Mel 在 SODA 2026 关于 long-refinement graphs 的 color refinement 论文，见 SIAM SODA 论文，不能直接解决 healthcare ETL 验证，但足以说明其在形式图结构方法上的专业深度。相关近期成果也可在 MaRDI 资料页 中看到。

实验室、资源与合作环境

实验室和合作环境整体较强。OHDSI-UK 说明英国拥有 20 多个 EHDEN data partners 和若干 certified SMEs，并将 Oxford Botnar 的 Health Data Sciences Section 列为核心组织，见 OHDSI-UK。NDORMS Health Economics and Outcomes Research 也明确说明其常规使用 EHR、HES、CPRD、SIDIAP、OMOP 等 Common Data Models，以及各类国家 / 国际 registries，并与学术、医疗、政策、公益和产业伙伴合作。

另一个与本项目直接相关的信号，是 NDORMS 已有一个验证 OMOP-mapped CPRD data 是否适合 health-economic analyses 的项目，见 NDORMS validation study。这与本项目的 structural-distance 议题并不相同，但至少支持一个合理判断：团队已经在认真处理 source-versus-OMOP validity 问题。

资助、申请与生活成本

项目介绍列明，该机会为 竞争性资助、面向 students worldwide、预计 2027 年 10 月入学，截止时间写为 2026 年 12 月 1 日 12:00。Oxford 官方 course page 既有课程资料曾预告，多数课程于2026年9月16日开放2027-28申请；若申请者需要满足 12 月奖学金截止时间，建议至少提前两周提交。

NDORMS 的资助页面显示了一个对该项目有参考意义的模式：NDORMS Funding 与 Medical Sciences Division Doctoral Competition 都说明，院系会向任何国籍的优秀申请者提供 fully funded 的 3 年 DPhil studentships，覆盖 University 和 College fees，并按标准 Research Council rate 提供 生活津贴。与此同时，Oxford 的 fees, funding and scholarship search 页面也提示，多数奖学金会在满足对应 12 月或 1 月 deadline 时自动进入评估，但也有部分奖项需要单独核查或单独申请。

费用压力是真实存在的。Oxford 官方页面将该课程 2027-28 年的 overseas full-time fee 列为 GBP 36,260，并将单个 full-time 学生的 Oxford living costs 估算为每月 GBP 1,475-2,175，且注明 2027-28 之后仍可能上涨，见同一 course page。因此，资助覆盖范围必须认真核实；fully funded 与只覆盖 home fees，对海外申请者的财务含义完全不同。

中国申请者资格方面，现有证据偏正面。项目说明中的 funding label 为 worldwide，NDORMS 资助信息也说明 competition studentships 面向任何国籍的优秀申请者。Oxford 的 international qualifications 页面给出了中国学历对应的英国成绩要求。这说明中国学历申请路径是存在的，但并不等于录取概率或资助结果已经明确。

申请者匹配度与准备

先向相关导师登记研究兴趣，必要时向院系教育团队graduate.studies@ndorms.ox.ac.uk咨询正式要求。本题申请DPhil in Clinical Epidemiology and Medical Statistics，课程代码RD_NNRA1，拟2027年10月开始；通用MSc by Research说明并不确认它是本题的替代申请路径。

本题最低要求为已取得或预计取得相关一等／二等一或等值BSc，并在适用时提供英语证明。下列软件、图论与OMOP经验是准备建议，不是全部工具入学前都须掌握；具体英语分数和个人豁免尚未确定。

最适合

  • 统计学、流行病学、health economics 或 health-data science 背景，并具备较强 Python / R / SQL、data engineering 和可重复研究证据的申请者。
  • 计算机科学、数学或 bioinformatics 背景，具备 graph algorithms、graph comparison、database theory、verification 或 graph ML 经验，并能说明自己对 health data 的真实研究动机。
  • 熟悉 ETL、clinical vocabularies、secure data environments 和 federated analytics 的 RWE / OMOP / clinical-data 从业者。

需要谨慎的情况

  • 背景主要是湿实验生物医学，缺少计算或统计证据。
  • 申请材料把自己表述为泛化的 AI / ML 申请者，但没有解释 relational data、graph structure 或 health-data governance。
  • 必须先获得确定资助才愿意投入申请；当前证据支持 competition eligibility，但不支持 guaranteed funding。
  • 不能说明 structural source-to-OMOP fidelity 与普通 data cleaning 或 dashboard-style quality checks 的区别。

需要加强的技能与证据

最有用的准备证据包括：OMOP CDM / OHDSI 基础、relational schema modelling、ETL validation、graph theory 或 graph-isomorphism 概念、Python / R / SQL、可重复代码能力，以及对敏感健康数据伦理 / 法律治理的理解。Oxford 的 course page 也明确提到，申请者应熟悉拟申请导师的近期工作，因此申请材料最好能把 Delmestri / Pineda 的 RWD 工作，与 Kiefer 的 graph-comparison 和 verification 研究真正连接起来。

下一步与待确认问题

以下按申请进程安排沟通。具体提交要求仍以项目的正式申请说明为准。

提交申请前

  • Botnar-2026-05 的 competition award 是否覆盖海外学费以及国际申请者的 生活津贴？

联系导师或面试时

  • 该项目具体适用的 生活津贴 金额和资助时长是多少？
  • 学生可以接触哪些 source RWD schemas 和 OMOP-transformed datasets？
  • 实证工作是否会在 NHS 或机构 SDE 中进行，具体 export restrictions 是什么？
  • Antonella Delmestri、Sandra Kiefer 和 Marta Pineda-Moncusi 之间的日常指导如何分工？
  • 论文产出会是 open-source、OHDSI-compatible tooling，内部验证原型，方法论文，还是几者结合？
  • 入学前需要哪些 OMOP / OHDSI、图论、SQL / R / Python 和 medical statistics 基础？
  • ethics / data-access approvals 是否会拖慢第一年实证研究？
  • 结构相似性与距离度量的预期评估标准是什么？
  • 是否已有内部候选数据集或已知 ETL 错误案例可用于 benchmark？

证据与来源

大学、项目、排名与费用

资助与资格

导师与研究环境

论文与领域证据

按研究方向和所在国家或地区整理，优先展示资助类型相近的机会。申请前请核对各项目的最新公告。