唐迅

副教授、博士生导师
tangxun@bjmu.edu.cn
北京市海淀区学院路38号新公卫楼317房间
304永利登录入口

个人简介

唐迅，304永利登录入口流行病与卫生统计学系副教授、博士生导师。2003年毕业于304永利登录入口（医学学士），2008年毕业于304永利登录入口流行病与卫生统计学系（医学博士），2013年毕业于美国杜克大学医学院（Master of Health Science, MHS）。2008年8月博士毕业留校工作，2011-2013年美国杜克大学福格蒂（Fogarty）访问学者。担任中华预防医学会慢性病预防与控制分会青年委员、中国医师协会循证医学专业委员会青年委员、《Clinical Trials》（中文版）编委等。作为项目负责人主持4项国家自然科学基金和1项北京市自然科学基金，参与13项国家级项目，相关研究成果发表在JAMA、Lancet Respiratory Medicine、Lancet Regional Health - Western Pacific（2篇）、BMC Medicine。作为主要完成人获中华预防医学会科技奖二等奖（2023年）、华夏医学科技奖二等奖（2022年）和北京预防医学会科技奖一等奖（2022年），2010年获全国优秀博士学位论文提名奖和304永利登录入口优秀博士学位论文。作为《流行病学》国家级精品课程和国家级一流本科课程团队的主要成员，参加编写专著6部，共同主译《临床研究设计（第5版）》。主讲本科生《心血管病流行病学》（89339456）、研究生《理论流行病学》（GB202003）和《R程序包在临床流行病学中的应用》（GD191008）等课程，获304永利登录入口优秀德育奖（2010年），两次获得304永利登录入口医学部优秀教师（2009和2015年），三次获得304永利登录入口本科生最佳授课教师奖（2016、2017和2022年）。

主要研究方向

慢性病流行病学、理论流行病学

代表性科研项目

1. 国家自然科学基金面上项目（82373662），“基于动态风险预警与可穿戴心电监测的心血管病预防效果评价”，2024/01-2027/12，项目负责人；

2. 国家自然科学基金面上项目（81973132），“基于阶梯设计的心血管病风险评估及动态预警的干预效果评价”，2020/01-2023/12，项目负责人；

3. 国家重点研发计划项目（2020YFC2003503），“10大慢病一体化在线智能预测预警关键技术研究”，2020/07-2023/06，项目骨干；

4. 国家自然科学基金国际合作项目（81961128006），“糖尿病患者心血管疾病发病风险预测——中国和新西兰人群队列的比较研究”，2019/07-2021/06，项目组主要成员；

5. 国家自然科学基金面上项目（81573226），“基于通路分析和遗传风险评分的缺血性脑卒中发病风险预测”，2016/01-2019/12，项目负责人；

6. 国家自然科学基金重大研究计划滚动项目（91846112），“基于综合风险评估和人群动态预警的健康管理研究——以心血管疾病为例”，2019/01-2019/12，项目组主要成员；

7. 国家自然科学基金重大研究计划培育项目（91546120），“基于大数据的人群心血管疾病风险预测模型构建及应用研究”，2016/01-2018/12，项目组主要成员；

8. 北京市自然科学基金面上项目（7162107），“基于通路分析和家系连锁定位的缺血性脑卒中遗传流行病学研究”，2016/01-2018/12，项目负责人；

9. 国家自然科学基金重点项目（81230066），“北方农村地区居民常见慢性非传染性疾病的家系队列研究”，2013/01-2017/12，项目组主要成员；

10. 国家自然科学基金青年科学基金项目（81102177），“基于人群和家系复合设计的缺血性脑卒中遗传流行病学交互作用研究”，2012/01-2014/12，项目负责人；

10篇代表性论文

1. Li C, Liu X, Shen P, Sun Y, Zhou T, Chen W, Chen Q, Lin H, Tang X*, Gao P*. Improving cardiovascular risk prediction through machine learning modelling of irregularly repeated electronic health records. European Heart Journal - Digital Health. 2024;5(1): 30-40. [with Editorial: 2024;5(1): 6-8] (* co-corresponding authors)

2. Chen Q#, Liu Q#, Gong C#, Yin W, Mu D, Li Y, Ding S, Liu Y, Yang H, Zhou S, Chen S, Tao Z, Zhang Y*, Tang X*. Strategies to inTerrupt RAbies Transmission for the Elimination Goal by 2030 In China (STRATEGIC): a modelling study. BMC Medicine. 2023; 21:100. (* co-corresponding authors)

3. Liang J, Li Q, Fu Z, Liu X, Shen P, Sun Y, Zhang J, Lu P, Lin H, Tang X*, Gao P*. Validation and comparison of cardiovascular risk prediction equations in Chinese patients with type 2 diabetes. European Journal of Preventive Cardiology. 2023;30(12): 1293-1303. [with Editorial: 2023;30(12): 1291-1292] (* co-corresponding authors)

4. Li W, Chen J, He X, Wang J, Wei C, Tang X*, Gao P*. Stock volatility and hospital admissions for cardiovascular disease: results from the National Insurance Claims for Epidemiological Research (NICER) study. Lancet Regional Health - Western Pacific. 2023; 31:100595. (* co-corresponding authors)

5. Liu X, Shen P, Zhang D, Sun Y, Chen Y, Liang J, Wu J, Zhang J, Lu P, Lin H, Tang X*, Gao P*. Evaluation of Atherosclerotic Cardiovascular Risk Prediction Models in China: Results from the CHERRY Study. JACC: Asia. 2022; 2(1):33-43. [with Editorial: 2022; 2(1):44-45] (* co-corresponding authors)

6. Liu X#, Li Q#, Chen W, Shen P, Sun Y, Chen Q, Wu J, Zhang J, Lu P, Lin H, Tang X*, Gao P*. A dynamic risk-based early warning monitoring system for population-based management of cardiovascular disease. Fundamental Research. 2021; 1(5):534-542. (* co-corresponding authors)

7. Tang X #, Lu K#, Liu X, Jin D, Jiang W, Wang J, Zhong Y, Wei C, Wang Y*, Gao P*, Du J*. Incidence and Survival of Aortic Dissection in Urban China: Results from the National Insurance Claims for Epidemiological Research (NICER) Study. Lancet Regional Health - Western Pacific. 2021; 17:100280. [issue cover with Editorial: 2021; 17:100308] (# equal contributions)

8. Tang X, Zhang D, He L, Wu N, Si Y, Cao Y, Huang S, Li N, Li J, Dou H, Gao P*, Hu Y*. Performance of atherosclerotic cardiovascular risk prediction models in a rural Northern Chinese population: Results from the Fangshan Cohort Study. American Heart Journal. 2019; 211:34-44.

9. Lin H#, Tang X#, Shen P, Zhang D, Wu J, Zhang J, Lu P, Si Y, Gao P*. Using big data to improve cardiovascular care and outcomes in China: a protocol for the CHinese Electronic health Records Research in Yinzhou (CHERRY) study. BMJ Open. 2018; 8: e019698. (# equal contributions)

10. Wang L#, Gao P#, Zhang M, Huang Z, Zhang D, Deng Q, Li Y, Zhao Z, Qin X, Jin D, Zhou M, Tang X, Hu Y*, Wang L*. Prevalence and Ethnic Pattern of Diabetes and Prediabetes in China in 2013. JAMA. 2017; 317(24):2515-2523. [with Comment & Response: 2017;318(16):1612-1613]