研究目的面对卫生统计学“学习难”的现状,拟运用自适应学习的理论和方法,构建卫生统计学自适应学习体系结构,并以此为基础设计卫生统计学学习系统,满足学习者在该学科中的个性化学习需求。研究内容1.完成自适应学习系统的顶层设计—自适应学习体系结构;2.构建卫生统计学知识模型,核心要素包括知识结构和学习资源;3.构建学习者模型和以推荐策略为核心的教学模型,形成自适应学习关键机制;4.进行卫生统计学自适应学习系统的总体设计。研究方法1.通过文献调研法了解自适应学习系统的相关理论与方法;对卫生统计学考研大纲、经典教材以及公卫执业医师考试大纲的目录和相关文献材料进行梳理,作为卫生统计学知识模型的知识来源;2.通过归纳对比法分析教材电子增值服务类APP、医师考试类APP、中国大学慕课APP等学习平台所提供的卫生统计学网络资源的优点与不足;3.利用解释结构模型法,分析自适应学习通用模型中五大组件的作用与关联机制,结合本研究的系统设想,设计自适应学习体系架构,并具体构建领域知识模型、学习者模型、教学模型;4.通过本体构建“七步法”构建卫生统计学课程本体,重点明确知识结构和知识点之间的后序关系、前驱关系;5.通过专家咨询对卫生统计学知识体系构建的准确性、合理性进行确认。研究结果1.根据卫生统计学不同学习人群的需求,在AEHS模型的基础上对知识模型、学生模型、教学模型、自适应引擎和接口模块五个核心组件补充关键元素,设计了以知识状态为导向的自适应学习体系结构（ALSOKS）。2.确立了包括“知识点网+统计学方法+学习资源”三个层次的学科知识模型。其中,通过创建67个概念、156个实例和建立82个前驱关系、87个相关关系,最终构建了《卫生统计学》课程的“知识点网”本体。结合卫生统计学知识特点,设计了与系统资源推荐功能相应的习题和知识资源（主要包括学习指南、知识图解、思维导图和案例）。3.从基本特征、知识水平两个维度构建了卫生统计学学习者模型,其中知识水平是学习者模型中的核心属性。制定了面向学生、面向医学工作者的个性化学习推荐策略,形成了知识模型提供资源、学习者模型更新知识水平、教学模型提供推荐规则的自适应学习核心机制。4.进行了卫生统计学习系统的总体架构设计和功能架构设计。总结与展望本研究的自适应学习系统具有很强的学科特色。学科知识模型的构建流程合理,学习者模型和教学模型实用性强,为卫生统计学自适应学习系统的实现提供了一定的参考作用。可从以下三方面开展进一步的研究:（1）构建多层次、多维度的卫生统计学知识本体;（2）开展知识本体的评价与维护;（3）利用大数据挖掘技术进一步完善个性化学习推荐策略。