本文主要开展时间依赖偏微分方程的大时间步长的数值格式设计与研究;以及急诊医学数据的预测研究。在大时间步长格式研究方面,针对Vlasov-Poisson方程组和非线性抛物方程,我们分别设计了具有大时间步长的显式格式,并进行了分析研究。首先,我们设计了一类基于转秩直线法（MOLT）的新型混合埃尔米特本质加权无震荡（HWENO）格式用于近似一维线性传输方程和Vlasov-Poisson方程组。在MOLT的框架下,我们先进行隐式时间离散,得到离散时间层的边值问题,然后对此边值问题给出具有积分形式的显式解。在这里,我们在MOLT框架下构建HWENO方法,即同时更新方程的解和一阶空间导数,并用于近似积分。这个新提出的MOLT-HWENO方法主要有三个优点。第一,虽然该格式可以使用隐式时间离散的大时间步长,但是无需求解方程组。第二,HWENO格式的模版比具有相同精度的WENO格式更加紧凑。第三,该方法可以自适应的选取线性格式或者HWENO格式,即格式在间断解附件自动的选取HWENO方法以避免数值震荡,而在光滑解区域使用效率更高的线性格式。因此,MOLT-HWENO格式有更高的计算效率,同时,在光滑解附近又有较小的计算误差和计算量。此外,针对变系数非线性抛物方程,我们设计的一类高阶精度的基于核函数的显式无条件稳定格式。对此,我们设计的新型的基于核函数的表达式近似空间导数,然后结合显式龙格-库塔时间离散方法,近似非线性抛物方程。我们给出的理论分析表明,该方法通过选取合适的变量可以达到高阶精度和无条件稳定的性质。因此,对比具有相同精度的其他显式格式,该方法可以使用大时间步长,进而提高计算效率。另外,该方法扩大了变量的合理选取范围,所以在不增加计算量的基础上,可以减小计算误差、提高计算效率。在数据分析方面,本文基于中国科学技术大学第一附属医院急救中心的急诊医学数据,建立了较为规范、系统、便于进行数据分析的急诊医学数据库。我们在该数据库的基础上,用多元逻辑回归模型开展了预测研究,并对不同的模型进行了评估。结果表明,多元逻辑回归模型的AUC值的置信区间下界远大于0.5,即在统计意义下,模型是有实用价值的。同时,在模型的预测概率<60%时,预测概率与实际概率是一致的。