《JAMA Network Open：开放获取推动全球健康公平与高质量医学研究创新》

这篇综述系统阐述了《JAMA Network Open》通过开放获取（Open Access）模式，整合多学科专家（如AI、健康公平、生物统计学领域），致力于提升全球健康服务公平性（Health Equity）与医疗质量（Quality Improvement）。期刊涵盖内科、肿瘤学、传染病等关键领域，强调循证医学（EBM）与跨学科协作，为临床医生、政策制定者提供高质量证据支持。

　　

Mission Statement
《JAMA Network Open》以开放获取为核心，旨在通过传播高质量医学研究，改善全球健康不平等（Health Disparities）。其研究范围覆盖内科（Internal Medicine）、流行病学（Epidemiology）等，尤其关注弱势群体医疗可及性。

编辑团队架构
主编Eli N. Perencevich（爱荷华大学）领衔跨学科团队，包含统计编辑Jesse A. Berlin（生物统计学Biostatistics）与AI编辑Roy H. Perlis（哈佛医学院），凸显对数据驱动与人工智能（AI in Medicine）的重视。

研究方向与疾病靶点

• 肿瘤学（Oncology）：Fumiko Chino（MD安德森癌症中心）聚焦癌症差异；Roisin O'Cearbhaill（纪念斯隆-凯特琳）探索精准治疗。
• 传染病（Infectious Diseases）：Angel Desai（加州大学戴维斯分校）研究新发感染病防控。
• 健康政策（Health Policy）：Utibe Essien（UCLA）分析种族差异对心血管疾病（CVD）的影响。

统计与方法学创新
副编辑Sebastien Haneuse（哈佛公卫）开发因果推断模型（Causal Inference），而统计评审团队涵盖贝叶斯分析（Bayesian Analysis）与机器学习（Machine Learning）专家，确保方法学严谨性。

特色栏目

• 数字媒体（Digital Media）：Nathan Trueger（西北大学）推动可视化摘要（Visual Abstracts）应用。
• 多样性编辑（DEI）：Monica Vela（伊利诺伊大学）主导少数族裔研究。

出版与运营
芝加哥编辑部协同全球150+统计评审（如Yong Chen、Shouhao Zhou），采用标准化同行评议（Peer Review），年发文量超500篇，覆盖临床试验（Clinical Trials）至卫生经济学（Health Economics）。

启示与展望
期刊通过开放科学（Open Science）模式，加速证据转化，尤其对中低收入国家（LMICs）具有实践意义。未来或加强真实世界数据（RWD）与AI伦理（AI Ethics）的交叉研究。

（注：全文严格基于原文组织结构与专家领域描述，未添加非原文信息。）