医学大数据挖掘不仅可以为人类带来更好的医疗健康服务，更为重要的是，可以揭示海量数据中蕴含的深刻科学规律，获取新知识和新发现，促进医学研究和技术的进步。
《医学大数据挖掘方法与应用（2018北医基金）》从医学大数据面临的机遇与挑战讲起，概述了靠前上有代表性的医学大数据库内容及特点，之后依次阐述了医学大数据预处理的主要原则、过程和混杂因素的控制方法，以及数据挖掘常用的软件平台和机器学习算法与技术，并就回归方程、数据降维、关联规则、大数据预测建模等常用的数据分析方法进行讲解。
此外，《医学大数据挖掘方法与应用（2018北医基金）》还介绍了生物信息大数据挖掘的常用网站与使用方法，供生物信息挖掘爱好者参考。
《医学大数据挖掘方法与应用（2018北医基金）》的每一章都附有案例，便于读者理解和掌握医学大数据挖掘的相关理论与方法，使《医学大数据挖掘方法与应用（2018北医基金）》具有较高的实用性和可操作性。

章 医学大数据面临的机遇与挑战
节 医学大数据的基本特点
第二节 医学大数据研究
第三节 医学大数据的应用
第四节 医学大数据面临的挑战
小结

第二章 医学大数据介绍
节 医学大数据来源
第二节 大型医学数据库介绍
第三节 医学大数据评估
小结

第三章 数据提取
节 数据提取概述
第二节 医学结构化数据的提取
第三节 医学非结构化数据的提取
小结

第四章 数据预处理
节 数据挖掘实施步骤
第二节 医学数据的常见问题
第三节 数据预处理
小结

第五章 缺失数据处理
节 缺失值产生的原因
第二节 缺失值的处理方法
小结

第六章 离群值处理
节 离群值的定义及产生
第二节 离群值的识别及检测
第三节 离群值的处理
小结

第七章 模型验证与敏感性分析在医学大数据研究中的应用
节 模型验证与敏感性分析概述
第二节 模型验证与敏感性分析应用实例
小结

第八章 工具变量法在医学大数据挖掘中的应用
节 工具变量法的基本原理
第二节 工具变量法的应用实例
第三节 工具变量法在使用过程中的若干问题
小结

第九章 倾向性评分在医学大数据分析中的应用
节 背景概述
第二节 倾向性评分的原理和应用条件
第三节 倾向性评分的步骤
第四节 倾向性评分法在医学大数据分析中的实际应用
第五节 倾向性评分匹配法在统计软件中的实现
第六节 倾向性评分的局限性
小结

第十章 竞争性分析
节 竞争风险模型的基本应用
第二节 竞争风险模型的应用实例
小结
……

第十一章 大数据挖掘常用的机器学习算法
第十二章 大数据分析和挖掘的常用软件及平台
第十三章 回归方程在医学大数据挖掘中的应用
第十四章 基于变量选择的数据降维模型
第十五章 关联规则挖掘在医学大数据挖掘中的应用
第十六章 医学大数据预测模型的评价与验证
第十七章 XGBoost模型在医学大数据预测建模中的应用
第十八章 生物信息挖掘的基本方法
第十九章 住院病案首页与气象及大气污染数据挖掘应用
第二十章 宁波市鄞州区健康大数据平台在疾病管理中的应用

彩图