本研究旨在梳理疾病負擔相關指標的應用場景和條件，介紹國內外與疾病監測相關的調查數據庫和華盛頓大學健康測量評估中心（IHME）的全球疾病負擔研究。對文獻資料進行收集，歸納五個健康大數據的疾病負擔應用實例，并基于不同類型的數據庫詳細描述其構建模式。指出目前健康數據應用所面臨的問題與挑戰，對疾病負擔健康大數據應用的未來研究提出一些想法和展望。
目的系統評價公共衛生決策證據質量分級方法相關研究問題。方法計算機檢索PubMed、Web of Science、CNKI、WanFang Data、CBM和VIP數據庫，搜集公共衛生決策證據質量分級方法應用相關研究，檢索時限均為建庫至2022年12月。根據SPIDER模型構建問題，采用CASP清單對納入文獻進行質量評價，利用主題綜合法對公共衛生決策證據質量分級方法的應用問題進行三級詮釋分析，建立問題條目池。結果共納入14篇文獻，涵蓋7個國家。GRADE是常用的證據質量分級方法。CASP評價結果顯示高質量研究8篇，中等質量研究4篇，低質量研究2篇。主題綜合法歸納出7類13個問題條目。結論現有的公共衛生決策證據質量分級方法存在證據來源多樣、復雜干預研究的證據等級被低估等問題。
為了響應衛生經濟學建模者更多地應用合適的復雜系統模型去解決公共衛生領域面臨的復雜挑戰的需求，由40余位復雜系統模型和經濟學評價領域的專家組成的國際團隊制訂，并于近期發布了應用復雜系統模型進行公共衛生干預措施經濟學評價的指南。本文對指南的制訂過程和主要內容進行解讀，以期為國內研究人員提供參考，最終提高我國公共衛生研究和服務的整體質量和改善國民的健康水平。