，，，

随着世界医疗卫生条件的改善，心血管疾病发病率有所下降，但迄今为止心血管疾病、癌症、慢性呼吸系统疾病和糖尿病等慢性疾病仍是最主要的死亡原因[1]。国家卫生计生委发布的《中国疾病预防控制工作进展(2015年)》显示，近年来，我国慢性病发病率呈快速上升趋势，慢性病导致的死亡人数已占86.6%，其导致的疾病负担占70%[2]。我国医疗卫生体系经济负担增大，劳动力损失严重。卫生经济学分析显示，提高公众健康水平最有效的方式仍是疾病预防[3-4]。在大数据和精准医疗时代，以预防为主的人群队列研究已经成为发现慢性疾病病因、减少发病率的主旋律。

人群队列研究是通过对一定的人群进行随访和纵向观察，揭示疾病病因、评价预防效果，将知识转化为临床早期诊断和干预策略[5]，从而降低疾病发生率，减轻社会医疗负担，是解决目前医学和健康重大问题的有效方法之一，是医学逐步走向精准、提高效果的必经之路。国外已累积了几十年的经验，其中人群队列规模达到50万左右的有欧洲10国的European Prospective Investigation into Cancer and Nutrition (EPIC)[6]、美国的精准医学计划[7]、英国的Million Women Study (MWS)[8]和UK Biobank (UKB)[9]、瑞典的LifeGene[10]等。2013年，德国开展了由国家财政支持的大规模前瞻性队列研究——国家队列(The German National Cohort，GNC)研究。它是由亥姆霍兹和莱布尼兹协会、多所大学及其他研究机构合作进行的跨学科研究项目，旨在解决发病率较高的慢性疾病的病因和机制问题。本文主要从GNC的组织模式、数据采集和数据管理3个维度进行分析，以期为我国队列研究的组织模式和数据管理提供参考和借鉴。……