摘要：生物统计学是大健康相关专业的重要基础课程，在专业人才培养体系中发挥重要作用。文章基于OBE理念，结合大健康产业的人才培养需求，针对生物统计学现阶段课程教学定位不明确、教学内容健康场景案例不足和课程评价标准单一等痛点，构建“以学生为中心”的课程教学实践与探索，重建生物统计学课程培养方案和教学设计，建立全过程评价体系，实现对学生理论知识运用能力、综合实践能力以及自主创新素养的综合培养。

　　关键词：生物统计学；OBE理念；教学设计；大健康产业

　　当前，我国大健康产业高速发展，覆盖生物医药、产品设计与开发、健康管理与咨询等多个领域。生物技术专业人才是推动我国大健康产业发展的重要力量，也是实现“健康中国”战略的重要支撑。在生物技术专业人才培养方案中，生物统计学是一门专业基础课程，作为统计学和生物学的交叉学科，其基本方法为概率论和数理统计。大健康产业数字化升级（如AI辅助诊断、精准医疗）的行业现状对学生的生物统计学能力提出更高要求。生物统计学课程应积极落实“以学生发展为中心”的成果导向教育理念（outcome-based education，OBE），强调教学设计和实施围绕学生所应具备的能力（知识、能力、素养）展开，并反向设计课程体系、教学策略和评价方式，在科学研究方法和试验数据分析中发挥重要作用[1]。因此，开展大健康背景下基于OBE理念的生物统计学课程教学设计与探索，对于大健康类专业人才培养至关重要。

　　1生物统计学课程教学痛点分析

　　海量医疗和健康数据、庞大的人口基数及市场缺口构成了我国智慧型健康管理体系的数据基础和应用潜力[2]。为适应智慧型健康管理模式下的行业发展需求，生物统计学课程设置应注重对学生知识、能力、素养的综合培养[3]。然而，现阶段课程教学仍存在课程定位不明确、教学内容健康场景案例应用不足和课程评价标准单一等痛点。

　　1.1课程定位不明确

　　生物统计学课程强调构建融合概率论和数理统计的课程内容，将理论基础（概率论）、方法工具（数理统计）和实践应用（生物统计学）有机结合[4]。不同于传统工科培养方案设置，上海理工大学生物技术专业授予理学学位，将概率论和数理统计的课程内容综合为生物统计学。课程实践主张弱化公式推导、统计原理掌握等理论数学范畴，将抽象数学概念融入实践，锻炼实际应用能力，规避畏难情绪。教师需要明确生物统计学课程的核心在于，使学生识别和区分统计学概念并将其应用于具体场景，指导解决实际问题，避免教学偏差。

　　1.2教学内容缺乏健康场景应用

　　2023年课程调查显示，42%以上的学生认为课程教学中需要加强实例练习相关内容；47%以上的学生认为有必要开设实验课程；40%以上学生认为实验课应主要围绕实际问题操作展开[5]。调查侧面反映出了当前生物统计学课程教学“理论与健康产业实践脱节”，以及教学内容缺乏真实健康场景案例（如基因组学数据、流行病学调查等）支撑的痛点。在课程教学中，教师应结合生物统计的实际应用情况或自身在科研中的成功经验，使学生深刻认识到对生物学的研究不能局限于定性描述，还应运用统计方法对大量调查和测定的数据展开定量分析。

　　1.3课程评价标准单一

　　当前生物统计学人才培养采用过程考核的方式进行课程评价（课堂活动10%、个人作业40%、期末考试成绩50%），标准存在偏差，容易忽视数据筛查、统计软件操作等核心能力考核，对课程的应用性关注不足。王景伟[6]等将毕业要求、课程目标和课程内容对应，确定考核内容和评价方法，通过调查问卷进行达成度评价。其研究结果表明，不同评价方法侧重点不同，在实际教学中应综合考虑，不能依赖单一方法。鉴于此，应进一步完善课程评价体系，以毕业要求和就业环境为导向，增加与实验表现、数据分析和应用能力相关的评价内容，或采取开放式评价方法，结合学生个人参与的科研课题或实践项目涉及的生物统计学知识运用情况，对其开展综合性评价。

　　2基于OBE理念的生物统计学课程教学设计

　　本文从课程目标、课程实践以及课程思政3个方面，对课程教学设计创新和优化展开探索。

　　2.1基于OBE理念重构课程目标，明确“知识-能力-素养-思政”四维成果矩阵

　　开展需求分析，通过大健康产业岗位调研，提炼生物统计学核心能力需求（如数据筛选、统计建模、伦理合规等）；构建目标矩阵，将传统知识点讲解升级为“知识-能力-素养”三维目标体系，确保知识维度（掌握数据分析、多元回归等方法的理论前提和应用场景）、能力维度（能独立完成数据预处理、方法选择和结果分析全流程）、素养维度（形成基于统计证据的健康决策能力和数据隐私保护意识）与健康产业典型任务（如药物临床实验设计及分析等）对接，按“岗位需求、能力目标、教学内容、评价标准”的反向设计法逆向拆解课程模块，形成可视化能力发展路径。在三维目标的基础上增加“价值引领”维度，旨在传承科学家精神，强化社会责任感，树立文化自信。以概率分布知识体系为例，基于OBE理念构建四维成果矩阵（见表1）。

　　2.2以“数据分析能力+思政素养达成度”为双标尺，设计阶梯式实践项目

　　将数据分析能力划分为基础操作、综合应用和创新研究3个层面，对应设计健康数据筛选与描述性统计、实践研究方案设计与实施和真实数据挖掘，构建能力分层模型。创建场景化项目库，如开发覆盖“预防-诊疗-康复”全周期案例，基于营养调查数据构建肥胖风险预测模型，评估不同诊疗方案的生存率差异，通过重复测量方差分析验证康复训练效果。创建思政融合型项目设计，结合《健康中国2030规划纲要》，理解统计数据价值，培养健康公平意识，实现数据可视化，增加文化自信。建立生物统计学课程思政工作坊，以小组为单位开展翻转课堂，实施专业导师与思政导师双评分制，实时反馈学生各阶段能力成长情况。

　　2.3建立“思政-专业”双反馈机制，利用学习行为数据动态优化教学方案

　　构建学生学习过程数据采集模型。课后实施教学效果反馈，以作业正确率分布、项目报告查重率和能力达成度曲线为主要参考标准，建立“周反馈-月迭代-学期重构”优化机制：根据学生每周课后反馈，追加针对性微课，讲解课上未明确的知识点；按月更新大健康产业生物统计学应用案例库，如补充突发公共卫生事件分析案例等；根据每学期期末能力达成度数据，重组教学模块优先级。通过目标设定指引教学实践，产生动态数据，反哺目标迭代，形成“目标-实践-改进”一体化闭环，系统性解决课程定位模糊、应用脱节、评价僵化3大痛点。

　　3结语

　　文章基于OBE理念创新课程目标、课程实践、课程思政优化，通过重构课程目标、设计阶梯式实践项目、建立“思政-专业”双反馈机制，明确“知识-能力-素养-思政”四维成果矩阵，达成“数据分析能力+思政素养达成度”双标尺，借助学习行为数据动态优化教学方案，针对性解决大健康背景下生物统计学课程定位不明确、教学内容缺乏健康场景应用和课程评价标准单一等痛点，使学生培养精准对接行业需求，在教师培训和评价考核层面推进改革与实践。

参考文献

　　［1］连玲丽,薛李春,林世强,等.新农科背景下基于OBE理念的生物统计学课程教学改革探索［J］.吉林农业科技学院学报,2024,33(3):83-86.

　　［2］申曙光,曾望峰.健康中国建设的理念、框架与路径［J］.中山大学学报(社会科学版),2020,60(1):168-178.

　　［3］钱森和,李婉珍,王洲,等.生物工程类专业生物统计学课程教学的思考与建议［J］.内江科技,2023,44(9):90-91,93.

　　［4］王忠良,杨奇慧,黄建盛,等.面向生命科学大数据时代的生物统计学课程教学改革［J］.中国多媒体与网络教学学报(上旬刊),2023(11):34-37.

　　［5］姜丽娜,王白雪,郭威.本科生生物统计学课程教学现状及建议［J］.新乡学院学报,2023,40(9):72-76.

　　［6］王景伟,韩毅强,方淑梅,等.OBE理念下生物统计学课程目标达成度评价研究［J］.唐山师范学院学报,2023,45(3):102-108.