由克里斯蒂娜·帕格尔开发的“手术部分风险调整模型”（PRAiS）从根本上改变了英国医院公布儿童心脏手术生存率的方式。该统计工具考虑了单个病例的复杂性，为全国范围内开展此类手术的每家医院提供了比单纯原始生存率更准确的衡量指标。
学术背景与早期物理研究
帕格尔在就读于圣保罗女子学校后，于1996年从牛津大学王后学院获得了数学学士学位。她的学术历程包括伦敦国王学院的数学物理硕士学位，以及伯克贝克学院涵盖古典文明、中世纪史和应用统计学的多个硕士学位。2002年，她在伦敦帝国理工学院获得了空间物理学博士学位，专注于行星际磁场内的湍流研究。她早期的职业生涯涉及在波士顿大学利用ACE宇宙飞船的数据研究电子散射。
转向临床运筹学
2005年，帕格尔将工作重点从物理学转向医疗保健，加入了伦敦大学学院的临床运筹学部门。她的工作涉及应用数学建模和数据科学来改善医院的服务交付。2017年至2022年间，她担任该部门的主管。她的研究成果包括关于心脏手术患者死亡率的研究以及重症监护管理的改善。她还共同领导了CHIMERA研究中心，该中心利用机器学习分析来自伦敦大学学院医院和大奥蒙德街医院的患者数据。
政策、公众参与与新冠疫情
在新冠疫情期间，帕格尔成为公共讨论中的重要声音，并在独立SAGE委员会任职以提供基于证据的建议。她对科学传播的贡献包括Sense about Science的统计指南，以及担任2023年英国科学节数学部门的主席。她还维护着TrumpActionTracker，以监测有关健康和民主规范的政治动态。
快速事实
- 出生：1975年，伦敦 - 公民身份：英国；德国 - 博士学位：空间物理学，2002年 - 医学科学院院士：2025年 - 英国科学节数学部门主席：2023年 - 研究重点：医疗保健应用数学 - 现任职务：英国运筹学学会副会长
读者提问
### 什么是PRAiS模型？
这是一种通过调整单个患者的临床复杂性来评估儿童心脏手术生存率的统计方法。
### CHIMERA研究中心的目的为何？
它利用来自伦敦特定医院重症监护患者的数据分析和机器学习，以更好地了解康复过程和生理学。
.jpg)
