Biostatistik
Biostatistik er et metodefag med fokus på udvikling, afprøvning og implementering af statistiske metoder til analyse og fortolkning af sundhedsvidenskabelige data. Store mængder af information indsamles i et moderne sundhedsvæsen til at undersøge og dokumentere effekten af ny medicin, nye behandlingsmåder, eller betydningen af livsstil og adfærd. Det kan være kliniske data, laboratoriedata eller data fra sundhedsregistre. Statistiske metoder er det afgørende værktøj i analyse og fortolkning af denne informationen. Metoderne giver overblik over data, blotlægger de væsentlige aspekter af den undersøgte problemstilling, og præsenterer resultaterne præcist, retvisende og overskueligt med angivelse af, hvor sikre vi kan være på de fundne resultater.
Som forskere i Biostatistik udvikler vi nye metoder, vurderer metodernes egenskaber, og anvender eksisterende metoder i nye situationer. Vi deltager i forskningsprojekter ved stort set alle institutter under HEALTH, hvor vi udbygger vores forståelse af metodernes styrker og svagheder og får inspiration til udvikling af nye, relevante metoder. Vi optimerer løbende vores kompetencer for at være på forkant med udviklingen inden for datakilder og computeres regnekraft – og vi underviser den kommende generation af forskere i de nye metoder på ph.d.-kurser ved HEALTH.
Projekter
- Pseudo-observations-metoden: Denne statistiske metode til at komme med bud på justerede sammenhænge mellem eksempelvis overlevelse og eksponering er designet til situationer, hvor ikke alle studiedeltagere er fulgt i hele tidsrammen af interesse, måske 5 år. Vi studerer det teoretiske fundament for metoden for at kunne sige hvornår den kan forventes at fungere og hvordan usikkerheden kan vurderes.
- Bevidsthedsforsøg: Udvikling af statistiske modeller for korrelerede tabeldata til brug ved analysen af data fra kliniske bevidsthedsforsøg. Desuden udforskes metoder til at koble eksperimenternes udfald til komplicerede datastrukturer i form af scanningsbilleder af hjernen.
- Kausalitet: Udvikling af statistiske metoder til belysning af kausale sammenhænge baseret på observationelle data.
- Skalavalidering: Forskning og metodeudvikling inden for området skalaer og skalavalidering med udgangspunkt i spørgeskemaer f.eks. omkring sundhedskompetence og omkring parathed til tilbagevenden til arbejde.
- Cancer screening: Anvendelse af avancerede epidemiologiske designs til at studere forskelle i brystkræftdødelighed mellem kvinder som enten deltager eller ikke deltager i brystkræftscreening, og hvor forskellen i dødelighed ikke er en konsekvens af screeningen.
- Farmakoepidemiologi: Udvikling af bedre metoder til at bestemme længden af et behandlingsforløb bestemt alene ud fra information om receptens indløsningsdato og den udleverede mængde medicin. Bygger på de nationale receptdatabaser.
Videnskabelige milepæle
Inden udgangen af 2020
- skal de nye områder inden for kausalitet, skalvalidering og screening indlejres og forankres på sektionen både gennem forskning og undervisning.
- skal medarbejderne på sektionen samlet have publiceret af mindst 5 high-impact artikler med fokus på biostatistiske metoder.
- skal medarbejdere på sektionen samlet få mindst to større fonds- eller forskningsrådsbevillinger til udvikling af biostatistiske metoder.
Metoder
Til sundhedsvidenskabelige problemstillinger anvendes statistiske modeller, der gør det muligt at adskille biologisk variation, målefejl og anden tilfældig variation fra systematiske tendenser, der som regel er de interessante. For at undgå fejlfortolkninger lægger faget stor vægt på diagnostiske metoder til at afsløre, om en anvendt model er rimelig i den konkrete situation. Disse diagnostiske metoder præsenterer ofte særlige karakteristika ved data i figurer. For at konstruere en relevant model er det afgørende at kunne sætte sig ind i det relevante sundhedsvidenskabelige felt og kunne videreformidle resultaterne, så de kan forstås og anvendes af andre sundhedsvidenskabelige forskere.
