在临床研究中，亚组分析指根据基线特征（如年龄、性别等）定义的患者亚组中，评估特定终点的治疗效果。通过亚组分析，可以定位出从某一治疗方案中获益的特定患者。因而，亚组分析被视为检测人群异质性的有力工具，在临床研究中被广泛应用于诸如探索最优个性化治疗的精准医学等领域。对于单个连续型可解释变量，要估计变点并非易事。在实践中，许多疾病是以患者的临床指标或全基因组基因型的加权总和进行分组的，而且函数型数据、影像数据俯拾即是，因此，change plane成为了解决该问题的一个重要选项。

2024年5月9日，上海财经大学统计与管理学院tenured常任轨教授尤进红教授应邀莅临欧洲杯竞猜平台临床研究中心并作题为“Subgroup learning in functional-on-scalar regression under the RKHS framework”的学术报告。尤进红教授有十余年的北美学习、工作经历，长期从事计量经济学、数理统计以及生物统计的科学研究。在面板数据、函数型数据分析及其在经济学、金融学和生物医学方面的应用等方面，尤教授开展了许多有价值的研究工作。在报告中，尤教授向与会者介绍了change-plane模型在亚组学习中的应用。

尤教授展示了在RKHS (Reproducing Kernel Hilbert Space) 框架下提出的亚组学习模型，以它来估计、识别、检验函数响应变量的回归模型中的亚组。在实际应用中，尤教授利用ANDI的阿尔兹海默症患者的DTI数据及WHO 141个国家的COVID-19数据进行模拟，结果均显示函数响应与其定义的各亚组存在相关性，进一步验证了该方法。

报告上，与会者与尤教授就相关问题进行了积极探讨。亚组分析的目的是探索分析，建立假设，尤教授所介绍的方法，又为临床研究方案设计的装备库中增添了新的强有力的工具。