Biostatistik
Biostat-gruppen deltager i en række projekter i sundhedsvidenskabelig forskning. Gruppen bidrager til udvikling af teori for bedst mulig indsigt og evidens i sundhedsvidenskabelige studier og indgår i praktisk anvendelse af moderne matematisk metodik. Se venligst de individuelle forskeres hjemmesider for flere detaljer.
Biostatistisk forskning
Gruppens forskningsmæssige hovedtema er teoretisk bidrag i studier med tvillinger, hvor der søges indsigt i årsager og risiko-faktorer for sygdomme og fundamentale livsprocesser i mennesker. Hvorfor forekommer sygdomme forskelligt hos mennesker og hvorledes ændres denne variation sig med tiden? Svar på sådanne spørgsmål giver indsigt i indgående årsager og en videre forståelse, som kan bruges i forebyggelse og behandling.
Specielt indenfor studier af cancer viser ovenstående tilgang sig uhyre nyttig og biostatistisk-gruppen indgår i internationale samarbejder i modellering, analyse og fortolkning af unikke forskningsdata i tvillinger indsamlet over et langt tidsforløb, hvilket muliggør ny indsigt og forståelse.
I sådanne forskningsdata bidrager det enkelte individ med helt enestående oplysninger om, at visse hændelser finder sted i løbet af livet. At kende udelukkende blot til at eksistensen af sådanne hændelser, ikke til individets identitet, er et bidrag til forskningen, der bringer dybere indsigt på verdensplan.
Biostatistik-gruppen søger at bidrage til, anvende og formidle den nyeste forskning med det grundlæggende formål at forbedre menneskers sundhed. Konkrete metoder og deres anvendelse belyses i nedenstående.
Gruppens ansatte kan til ethvert tidspunkt kontaktes for information og samarbejde.
Biostatistik i sundhedsvidenskab
De følgende tekster er eksempler til belysning af biostatistik indenfor de sundhedsvidenskabelige forskningstemaer:
-
Cancer i blod- og lymfesystem
Hvor stor en rolle spiller genetiske og miljømæssige faktorer for hæmatologisk cancer over tid?
-
Epigenetik og aldring
Det er nu muligt at finde en række epigenetiske områder, som kan relateres til alder ved død - men er det også muligt at konstruere en biologisk markør for livslængde på baggrund af tvillingdata?
Biostatistiske metoder og teknikker
Statistisk modellering i tvillingstudier og andre studier
-
Analyse af tvillingedata
-
Generalized linear mixed models
-
AI neural network models
Analyse af tidsafhængige data
-
Longitudinal data analysis
-
Recurrent events data
-
Time to event models
-
Survival analysis of twin data
Analyse af højdimensionelle data
-
Non- og semiparametriske metoder
-
Regulariserede modeller
-
Dimensionsreduktion
-
Superviseret indlæring
-
Bootstrap metoder
Funktionel dataanalyse
-
Funktionelle lineære modeller
-
Reproducing Kernel Hilbert spaces
-
Stokastiske processer
Direkte virkning og årsagssammenhænge
Causal analysis
Samarbejde og vidensdeling
Den biostatistiske forskningsgruppe samarbejder med en række nationale og internationale partnere.
-
NorTwinCan : Nordisk Tvillingstudie af Cancer
-
DTR : Dansk Center for Tvillingforskning
-
AgeCare : Academy of Geriatric Cancer Research
-
Twin Study at University of Helsinki
-
L'Instituto Superiore di Sanitá
National Institute of Health, Italy -
DSTS : Dansk Selskab for Teoretisk Statistik
Udvikling af statistisk videnskab og anvendelse -
CIMA : Center for Individualized Medicine in Arterial Diseases
-
Børne- og Ungdomspsykiatri Odense
-
Tryggve : Collaboration for Sensitive Data
-
eMindYourHeart : Internetbaseret behandling af depression og angst hos patienter med iskæmisk hjertesygdom
-
Biostatistisk Afdeling, Københavns Universitet
Undervisning og vejledning
-
Biostatistics I & II
-
Advanced Biostatistics (Bootcamp)
-
Analysis of Twin Data in Health Sciences
-
Artificial Intelligence Learners in Health Science
-
Survival Analysis
-
Biostatistisk vejledningstjeneste
Tidsskrifter:
-
Scandinavian Journal of Statistics : Theory and Applications
Jacob Hjelmborg, dansk redaktør og medlem af bestyrelse