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

使用欧洲常规收集数据模拟并扩展随机对照试验（Botnar-2026-08）

项目1225 · 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
面向全球申请者的竞争性资助博士项目；资助金额与具体覆盖范围未明确说明，也强调方法可继续推广到更广的数据网络。

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

该博士项目设在牛津大学 Botnar Research Centre，聚焦如何利用欧洲各国常规收集的真实世界医疗数据来模拟并扩展随机对照试验。

项目关心的不是单纯做观察性研究，而是把真实世界数据转化为可以支持药效与安全性判断的因果推断证据。

研究会围绕 benchmark–expand–calibrate 方法展开，并把该方法推广到不同数据类型和不同疾病领域，尽量形成可复制的方法框架。

公开信息显示，该项目面向全球申请者，截止日期为 2026 年 12 月 1 日，起始时间为 2027 年 10 月。

项目详情

项目介绍指出，随机对照试验一直是评估药物有效性和安全性的核心证据来源，但真实世界数据的重要性正在上升，因为它可以补充试验结果，并帮助研究者把研究扩展到原先被排除或代表性不足的人群、额外结局或其他治疗适应证。问题在于，常规收集的真实世界数据本质上是观察性的，因此容易受到混杂偏倚影响；要从中做出因果推断，就必须采用更先进的研究设计和分析方法。

这个博士课题建立在 RCT DUPLICATE initiative 的经验基础之上。项目说明提到，该计划曾用美国健康保险索赔数据仿真 32 项 RCT，并据此提出了三步法“benchmark – expand – calibrate”：先在真实世界数据中尽可能复现原始 RCT，再在此基础上扩展研究范围，例如加入额外结局，最后使用校准方法作为敏感性分析，评估未测量混杂的影响。博士项目要检验的，就是这套方法在更广的数据类型和更广的临床场景中是否仍然适用。

具体而言，研究将覆盖来自英国及其他欧洲国家的电子健康记录等数据类型，适用于评估治疗安全性和/或有效性的不同研究类型，也会跨越心血管、代谢和肌骨等疾病领域。换句话说，这不是一个只针对某单一病种的项目，而是要建立一套更通用的真实世界模拟试验方法学框架。项目还明确强调，将在真实世界场景中检验“benchmark – expand – calibrate”是否能更好地指导未来的试验仿真与模型扩展。

导师、学校与培养

导师团队包括 Dr Annika Jödicke、Prof Dani Prieto-Alhambra、Dr Trishna Rathod-Mistry 和 Dr Martí Català Sabaté。项目所在的 Botnar Research Centre 同样承载着牛津大学的 Institute of Musculoskeletal Sciences，并与 Centre for Statistics in Medicine 有紧密联系，因此学生会处在一个兼具肌骨医学、统计方法和真实世界证据研究的环境中。项目还提到，学生将有机会与多个国内外合作方密切合作，包括 Harvard University、Universitat Autonoma de Barcelona、Erasmus Medical Centre，以及监管机构 UK MHRA 和 European Medicines Agency。

培训安排也很系统。学生将接受 epidemiology、biostatistics、common data models、causal inference 和 real world evidence methods 等训练；第一学期的核心课程会覆盖 data analysis 等基础内容。所有学生都必须参加 NDORMS 的两天统计与实验设计课程，并参加院系和更广泛大学内部的研讨会。学生还需要在部门研讨会、Health Data Sciences Section 的双周组会和外部会议上定期展示研究成果，且可获得有限的差旅支持。项目说明还强调，学生会接触到包括医疗数据管理在内的多种课程和资源。

申请要点

  • 学历背景：相关学科的一等或二等一 BSc，或同等学历；申请时应已取得或预计取得相应学位。
  • 研究方向：更适合对流行病学、生物统计、因果推断、真实世界证据和临床数据方法感兴趣的申请者。
  • 方法训练：epidemiology、biostatistics、common data models、causal inference、real world evidence methods、data analysis。
  • 优先经验：有电子健康记录、真实世界数据、模拟研究或临床数据分析经验更合适。
  • 合作环境：将与牛津内部团队、英国和欧洲合作机构以及监管方开展合作。
  • 申请方式：先联系相关导师并按院系要求提交正式申请；在线申请使用课程代码 RD_NNRA1，项目也可对应 D.Phil in Clinical Epidemiology and Medical Statistics。
  • 时间节点：项目页面写明 9 月中旬开放申请，12 月 1 日 12:00 截止，2027 年 10 月开始。
  • 资助信息：公开信息未明确写出奖学金金额或生活津贴数额。

轮次证据与费用

公告描述本题为三年研究项目，个人奖助期限仍须正式通知确认。现有2026年资料中，同题名的官方项目页仍是Botnar-2025-06、2026入学、2025年12月2日截止；本题公告则为Botnar-2026-08、2027年10月入学及2026年12月1日12:00截止。旧轮次不证明新项目已经过期，当前编号、完整截止和时区须招生方确认。

NDORMS的通用三年DPhil奖助面向各国竞争，具体海外费差额是否覆盖未知。2027—28海外课程年费GBP 36,260；生活费估计每月GBP 1,475—2,175、全年GBP 17,700—26,100。£21,805仅为2026—27 UKRI最低津贴参考，不是个人2027金额。个人奖项名称、年限、学费与津贴覆盖、研究差旅经费、签证和家属条件均须正式认定。中国学历由学术院系评估，具体英语分数、豁免及认可方式须正式确认。

导师团队2024年IJE疫苗试验模拟、RCT DUPLICATE的32项试验、BenchExCal，以及欧洲OMOP/valproate/DrugUtilisation/HPV研究构成相关依据；各文献的原文读取深度未注明，不能视为已完整审读。基准一致不代表扩展研究没有偏倚，校准仅为评估剩余未测混杂的敏感性分析。

需要进一步确认

  • 公开信息未给出资助金额、学费覆盖和生活津贴的具体数字。
  • 项目页面同时出现 D.Phil in Clinical Epidemiology and Medical Statistics 与 DPhil or MSc by research 的表述，正式录取路径需以申请系统最终选项为准。
  • “benchmark – expand – calibrate” 在不同疾病领域中的优先顺序与具体实施范围，页面只给出方向性描述，仍需进一步确认。

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。

PhD 项目深度调研报告：使用欧洲常规采集数据模拟并扩展随机对照试验

申请判断

申请判断：有吸引力，但需要核实匹配度。

这是一项很强的 Oxford/NDORMS 机会，适合关注因果推断、target trial emulation、pharmacoepidemiology、真实世界证据以及欧洲健康数据网络的申请者。导师团队与题目高度对口：Annika Jodicke 的方向覆盖监管药物流行病学和欧洲 OMOP 真实世界证据；Daniel Prieto-Alhambra 负责 Botnar 的 Health Data Sciences，并领导大型真实世界数据团队；Trishna Rathod Mistry 补上纵向分析和时变混杂方法；Marti Catala Sabate 则补上 OMOP、分布式分析、R 工具链和 DARWIN EU 经验。

实质性不确定性在于招生轮次和个人资助条款。项目说明写的是 Botnar-2026-08、2027 年 10 月入学、9 月中旬开放申请，以及 2026 年 12 月 1 日中午截止；现有2026年资料中，同题名和导师的官方NDORMS页显示上一轮信息：Botnar-2025-06、2026 intake、2025 年 12 月 2 日截止（NDORMS project page）。在依赖项目编号和截止日期前，必须先向 NDORMS 核实。资助信息也只核实到部分层面：项目说明写明是 competition-funded、面向 全球申请者；NDORMS 则说明 DPhil studentships 面向任何国籍申请者开放，但该项目是否覆盖 overseas fees、津贴金额具体多少，仍需单独确认（NDORMS funding）。

研究方向与领域前景

领域动向

这一方向的外部环境很强。监管机构和 HTA 机构越来越需要透明、偏倚可解释、且适用性清楚的真实世界证据。NICE 的真实世界证据框架强调 data provenance、relevance、quality、transparency、integrity、bias minimisation 和 uncertainty characterisation（NICE overview）。NICE 关于 comparative effects 的方法部分还明确建议，非随机比较研究应尽量模拟目标随机试验，避免在 eligibility、treatment assignment 和 follow-up 上引入时间相关偏倚（NICE comparative-effect methods）。FDA 也指出，随着真实世界数据可得性和分析能力提升，真实世界证据支持监管决策的潜力正在增强（FDA real-world evidence）。

这使项目很及时，但也意味着方法要求很高。target trial emulation 的价值恰恰在于，常规数据如果不经过严格设计，很容易产生本可避免的偏倚。这个项目要做得站得住，前提是先把 eligibility、time zero、treatment strategies、outcome definitions、follow-up、causal contrasts 和 analysis plan 定义清楚，而不是先看数据里什么最方便做。

潜在研究切口

公告将本题描述为三年研究项目，并给出三个有潜力的切口。第一，用英国和欧洲的常规医疗记录去 benchmark 已知 RCT，检验不同数据源和研究设计能否复现接近试验的结果。第二，把原始试验扩展到代表性不足的人群、新结局或者新适应证。第三，对试验结果与数据库结果之间残留的差异做 calibration 或 stress test，特别是在可能存在未测混杂或测量差异时。

如果项目执行得好，博士阶段可能产出的有价值成果包括：适用于欧洲 OMOP 环境的可复用 target trial emulation protocol 模板、不同数据类型下混杂控制方法的经验比较、按疾病领域划分的 feasibility metrics、从 benchmark 到 expanded indications 的 calibration 策略，以及与监管要求对齐的透明报告流程。最强的版本，应当同时产出临床应用结果和可迁移的方法学资产。与基准结果一致，并不自动证明扩展人群或结局仍可比；校准属于敏感性分析，不等于已经排除全部未测混杂。

职业与市场前景

职业信号整体偏积极，但路径相对专业化。EMA 的 DARWIN EU 直接体现了监管端对 OMOP、distributed analytics 和真实世界证据能力的需求。GOV.UK 2026 年生命科学技能评估预测，重点生命科学职业仍将增长，并特别强调数字、数理、监管以及 science-data/AI 复合技能（GOV.UK life-sciences skills assessment）。ABPI 2026 年关于 health data research 的优先事项则明确提出，药企研发越来越依赖贯穿整个 medicine lifecycle 的健康数据，包括识别 unmet need、测试药物，以及在常规使用中监测安全性和有效性（ABPI report）。

比较现实的去向包括 academic pharmacoepidemiology、medical statistics、HTA、面向监管的证据生成、pharmaceutical real-world evidence、health-data-science 团队，以及 target-trial 方法学方向的 postdoc。限制在于，这类岗位看重很强的领域判断力；如果只有泛化的数据科学经验，而缺少 epidemiologic design、clinical measurement 和 data governance 的理解，竞争力会明显弱一些。

学校、学科与培养

Oxford 在这一方向上的整体信号非常强。Times Higher Education 将 Oxford 列为 2026 年全球综合第 1、Medical and Health 第 1（THE Oxford profile）。QS 2026 学科结果中，Oxford 在 Life Sciences and Medicine 位列全球第 2（QS 2026 subject results）。Oxford 在 REF 2021 的结果也显示相关学科表现很强，尤其是 Clinical Medicine 以及 Public Health, Health Services and Primary Care（Oxford REF 2021）。

课程匹配度也很直接。DPhil in Clinical Epidemiology and Medical Statistics 是研究型项目，覆盖 epidemiology、medical statistics、clinical trials、real-world health data、research methodology、artificial intelligence/machine learning 和 health economics（Oxford DPhil course page）。课程页说明学生会进入 Botnar 研究组，参与院系训练、研讨会，并与导师共同制定 training-needs plan。对一个同时要求形式化方法和临床数据判断力的项目来说，这种培养结构是匹配的。公告训练包括流行病学、生物统计、常用数据模型、因果推断、RWE及首学期数据分析，并要求两天NDORMS统计与实验设计课、部门研讨、Health Data Sciences双周组会及对外展示，差旅支持有限。Harvard、Universitat Autonoma de Barcelona、Erasmus Medical Centre、UK MHRA、EMA与产业合作是机会，非保证个人访问。

NDORMS 的院系环境也很强。Oxford 将其描述为大型多学科院系，拥有 500 多名员工、约 120 名 postgraduate research students，科研经费组合超过 1.5 亿英镑（NDORMS department page）。Centre for Statistics in Medicine 的团队页面也表明，这个项目处在清晰可见的方法学、试验统计和临床流行病学环境中（CSM team）。这意味着它不是某位导师单独推进的小题目，而是嵌在更大的 clinical epidemiology、medical statistics 和 health data science 生态里。

导师与课题组评估

导师研究方向

Annika Jodicke 的公开简介与项目高度吻合。她明确从事基于去标识化医疗数据的真实世界证据研究，覆盖 medicine utilisation、安全性与有效性评估、European OMOP data、geriatric pharmacoepidemiology、vaccine effectiveness、regulatory pharmacoepidemiology、DARWIN EU 和 IHI GREG 项目（Annika Jodicke profile）。

Daniel Prieto-Alhambra 是 Professor of Pharmaco- and Device Epidemiology，也是 Botnar Health Data Sciences 负责人。其简介说明，他利用常规采集的真实世界健康数据来生成药物和器械在使用、安全性及有效性方面的证据，并带领一个由 40 多名员工和学生组成的团队，专门处理基于 OMOP Common Data Model 的真实世界数据整理与分析（Daniel Prieto-Alhambra profile）。

Trishna Rathod Mistry 提供了关键的方法学补强。她的研究兴趣是将复杂纵向模型应用于常规医疗记录，尤其关注时变治疗和时变混杂并存的情形（Trishna Rathod Mistry profile）。这正好对应 trial emulation 中最容易出问题的分析环节。

Marti Catala Sabate 则提供了很强的实现深度。其简介提到 R package 开发、数百万条常规医疗记录的整理分析、OMOP CDM、跨欧洲与全球数据合作方的分布式分析，以及在 DARWIN EU 中担任 programmer 和 study leader 的经历（Marti Catala Sabate profile）。

相关文献与阅读范围

这些文献的原文阅读深度尚未确定，不能据此认定已完整审读方法、结果和补充材料。

导师团队试验模拟研究

与该项目最直接相关的导师团队论文，是 2024 年发表在 International Journal of Epidemiology 的 COVID-19 疫苗有效性研究。Catala、Rathod Mistry、Prieto-Alhambra 和 Jodicke 都在作者名单中；该研究比较了 overlap weighting、inverse probability treatment weighting 和 propensity-score matching，并在 UK CPRD Aurum 中使用 target trial emulation 来复现关键疫苗试验结果（IJE paper）。这与本项目的核心方法高度一致，因为它同时涉及真实世界数据、与试验证据对照，以及混杂控制方法比较。

RCT DUPLICATE与BenchExCal

项目说明还明确建立在 RCT DUPLICATE 的基础上。JAMA 的 RCT DUPLICATE 论文以 32 项随机临床试验为基准，检验非随机数据库分析能否得到一致结论（JAMA RCT DUPLICATE）。后续 BenchExCal 文章进一步阐释了 benchmark-expand-calibrate 的逻辑：先通过可对照的试验建立可信度，再扩展研究问题，最后用 calibration 或 sensitivity analysis 处理剩余偏差（BenchExCal article）。这基本构成了本博士项目的方法主线。

欧洲OMOP与监管证据

团队近年的欧洲 OMOP 和监管导向工作也有公开证据。2025 年的 DARWIN EU valproate 研究使用了多个映射到 OMOP CDM 的欧洲数据库，作者中包括 Catala、Prieto-Alhambra 和 Jodicke（PubMed record）。2026 年关于 DrugUtilisation R package 的论文也包含 Jodicke、Prieto-Alhambra 和 Catala，说明团队持续投入可复用 OMOP 软件（PubMed record）。NDORMS 还报道了一项 2026 年 HPV 疫苗的多国 target trial emulation 研究，使用来自 Norway、Spain 和 the UK、并统一到 OMOP CDM 的数据，作者也涉及 Prieto-Alhambra 和 Catala（NDORMS HPV study news）。

实验室、资源与合作环境

从公开信息看，这个研究环境与题目非常匹配。项目说明提到 Health Data Sciences、Botnar、epidemiology、biostatistics、common data models、causal inference 和 real-world evidence training。导师简介也分别支撑了这些点：Prieto-Alhambra 团队处理多个真实世界数据资产并使用 OMOP；Catala 的简介明确写到与欧洲及全球数据伙伴开展分布式分析；Jodicke 的简介则涵盖 European OMOP 项目和 regulatory pharmacoepidemiology。EMA 的 DARWIN EU 页面则给出更大的监管背景：约 2.5 亿患者、约 40 个数据合作方、OMOP 标准化，以及面向监管需求开展的研究（EMA DARWIN EU）。

尚未解决的问题是学生层面的实际数据权限。公开来源证明了导师团队和合作网络具备能力，但并不等于 DPhil 学生可以自动接触所有数据集和合作节点。申请者应重点询问：哪些数据已经完成审批，哪些还需要单独治理流程，以及项目一开始最可能从哪些疾病领域和数据源切入。

资助、申请与生活成本

项目说明写明这是面向全球申请者的 competition-funded 项目，截止时间为 2026 年 12 月 1 日中午，2027 年 10 月入学。Oxford 的通用截止日期说明也写到，课程页会标明 deadline，而 12 月或 1 月的截止往往与奖学金评审密切相关，完整申请最好至少提前两周提交（Oxford deadlines guidance）。

申请者应已取得或预计取得相关学科一等或二等一BSc或同等学历，并在适用时提供英语能力证明。应先联系相关导师登记兴趣，必要时咨询院系Education Team（graduate.studies@ndorms.ox.ac.uk）。指定申请课程为DPhil in Clinical Epidemiology and Medical Statistics，代码RD_NNRA1；通用申请说明还提到DPhil或MSc by research，本题是否有MSc替代路径仍须院系确认。

NDORMS 的资助说明写得相对积极：院系向任何国籍的优秀申请者提供 fully funded 3-year DPhil studentships，资助来源包括 Wellcome、MRC、BBSRC、EPSRC、CRUK、British Heart Foundation、Clarendon、学院和慈善机构。页面同时写到，成功获得 fully funded studentship 的学生，其 University and College fees 会被覆盖，并按标准 Research Council rate 提供 生活津贴；但关于 home-rate fee coverage 的措辞意味着，国际申请者仍需确认该项目具体奖项是否覆盖 overseas fee gap（NDORMS funding）。

Oxford 当前课程页给出的 2027-28 全日制 overseas annual course fee 是每年 36,260 英镑（Oxford DPhil course page）。Oxford 对单人全日制研究生在牛津的生活成本估计为每月 1,475 至 2,175 英镑，按 12 个月计约为 17,700 至 26,100 英镑（Oxford living costs）。UKRI 当前 training-grant 指南列出的 2026-27 最低 doctoral 生活津贴 为 21,805 英镑（UKRI 生活津贴 guidance）。

因此，财务判断必须带条件。如果奖项覆盖全部 overseas fees，并提供接近 UKRI 标准的 生活津贴，那么在 Oxford 读这个项目总体可行，但不会特别宽裕；如果只覆盖 home-rate fees，那么 overseas fee gap 对大多数国际申请者都会是实质性障碍。对中国申请者而言，既有来源未显示国籍排除；但 Oxford 对国际学历、英语和签证仍有正式要求。Oxford 的国际申请者页面说明，截止时间对所有申请者都适用，非英国学历由学术院系评估（Oxford international applicants）；Oxford 的中国学历对照页面则给出了按学校类型区分的高分要求（Oxford international qualifications）。

申请者匹配与准备

最适合的申请者

这个项目最适合具有 statistics、epidemiology、medical statistics、health economics、public health、medicine、pharmacy、biomedical informatics、health data science 或相近定量背景的申请者。尤其适合能够拿出 observational health data、causal inference、longitudinal modelling、survival analysis、propensity scores、marginal structural models、target trial emulation、R 或 Python 以及 reproducible code 证据的人。

它也适合希望站在方法学与监管交叉点上的申请者。这个项目的重点并不是从临床数据里做预测，而是回答常规数据能否产生可信的因果证据，并对随机试验形成补充或扩展。

需要谨慎的情况

如果申请者的背景主要是 wet-lab biomedical science、泛化的 machine learning，或者只有临床工作经历但缺少定量研究证据，就需要更谨慎。DPhil 当然可以提供训练，但从项目说明和导师简介看，这个方向的方法门槛不低。

如果是否覆盖全部 overseas fees 对个人决策至关重要，而目前又还没有确认，也同样需要谨慎。对于家庭安排，Oxford 的签证页面提到，DPhil 和 research-based master's 学生在课程类型上可能满足 dependants 的条件，但具体仍取决于 UKVI 规则和资金证明（Oxford family visa guidance）。

需要补强的技能与证据

较强的准备通常应在申请材料中体现以下几点：

  • 理解 target trial emulation 的关键组成：eligibility、treatment strategies、time zero、follow-up、outcomes、causal contrasts 和 analysis plan。
  • 能清楚解释 confounding、immortal-time bias、missing data、measurement error 和 external validity。
  • 有使用 EHR、claims、registry 或 cohort 数据开展 R 或 Python 分析的例子。
  • 熟悉 OMOP CDM 和 distributed analytics 的基本概念。
  • 读过导师团队的 COVID-19 vaccine emulation 论文、RCT DUPLICATE、BenchExCal、NICE RWE 方法以及 DARWIN EU 背景资料。
  • 能写出同时面向学术和监管读者的清晰技术表达。

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

  • NDORMS 能否确认项目编号、当前轮次项目页、2027 年 10 月入学时间，以及2026年12月1日中午这一完整申请截止及适用时区？

联系导师或面试时

  • 这项具体资助的 生活津贴 金额、资助期限以及 research/travel budget 分别是多少？
  • 哪些欧洲数据集已经完成审批或在这项 DPhil 的时间框架内现实可用，哪些还需要新的治理审批？
  • 最可能优先切入的疾病领域和 trial examples 是哪些？
  • 学生是否需要把可复用的 OMOP/R packages 作为博士贡献的一部分？
  • 团队会如何判断某个 target trial 在现有数据中测量质量过低，不适合继续推进？
  • 方法开发与具体疾病领域论文之间，预期的平衡大致如何？
  • 学生通常多久在 Health Data Sciences 或 CSM 会议上汇报一次？现实可获得的 conference support 大概是什么水平？

接受录取前

  • 该 studentship 是否为非英国学生覆盖全部 overseas fees，还是仅覆盖 home-rate fees 加 生活津贴？
  • 指定 studentship 的申请路径是否要求单独提交 研究计划，还是只需填写排序后的项目选择和 statement of purpose？
  • 在多国 distributed network study 中，团队的 authorship 规范通常是什么？

证据与来源

项目与课程

导师与课题组

论文与领域资料

排名、资助、成本与就业

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。