Biostatistik

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:

1. Cancer i blod- og lymfesystem

   Hvor stor en rolle spiller genetiske og miljømæssige faktorer for hæmatologisk cancer over tid?

2. 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