Biostatistika - Raziskovalno delo

Novo: Statistiki na IBMI so pripravili oceno uspešnosti ukrepov in števila okuženih v populaciji.

Raziskave na področju biostatistike imajo na našem inštitutu kratko zgodovino. Pred letom 1990 jih ni bilo, prva polovica prejšnjega desetletja pa je bila predvsem obdobje skromnih začetkov in učenja. Seveda ni pomagalo, da je bil statistik z interesom za raziskovanje en sam, a sodelovanje s prijatelji iz tujine (najprej je bil to Michael Schemper, pozneje John O'Quigley, Frank Harrell in Harald Heinzl, na koncu še Robin Henderson) je pripeljalo do raziskovalnega programa, ki se nam ga danes ni treba sramovati. Kadrovsko smo se do leta 2011 občutno okrepili. Tako smo sedaj redno zaposleni štirje statistiki, dva delno (20%) (vsi z doktorati znanosti), imamo še dva mlada raziskovalca, ki študirata na univerzitetnem doktorskem študiju Statistika.

Do leta 2009 so bili naše glavno področje raziskovanja regresijski modeli v analizi preživetja. Kot je razvidno iz bibliografije, nas zanimajo (ali so nas zanimali) predvsem naslednji problemi :

1. pojasnjena variabilnost v modelu sorazmernih tveganj
2. Buckley in Jamesov linearni regresijski za okrnjene podatke
3. krhkosti v modelu sorazmernih tveganj
4. prileganje regresijskih modelov v analizi preživetja
5. relativno preživetje

Trenutno se največ ukvarjamo s prvo in peto točko, druga je povsem zamrla, tretja je na zelo malem ognju, četrta na nekaj večjem.

Kadrovske okrepitve so prinesle interes in raziskovanje na

6. področju visoko-razsežnih podatkov.

Gre za podatke, kjer je število enot zelo omejeno, medtem ko je število spremenljivk izredno veliko. Pridobivanje takšnih podatkov omogočajo nove visokozmogljivostne tehnologije na področju biomedicinskega raziskovanja, s katerimi je možno simultano meriti več tisoč spremenljivk (gensko in mikro RNA izraženost, prisotnost enojnih nukleotidnih polimorfizmov, sekvenco celotnega genoma, itd). Trenutno se največ ukvarjamo z metodami za uvrščanje, kjer je cilj raziskave izgradnja pravila za natančno napovedovanje pripadnosti razredu. Posebej nas zanimajo neuravnoteženi podatki (to so podatki, kjer je število enot po skupinah različno) in metode za integracijo različnih podatkovnih virov.

V zadnjih letih smo se ponovno lotili tudi bibliometričnega področja, ki je statistično le v določenem delu.

Raziskujemo tudi na področju prikaza podatkov. Razširjeni konveksno-lupinski diagrami so predstavljeni v članku, objavljenem v reviji Computer Methods and Programs in Biomedicine, programski paket za njihovo izdelavo v okolju R (avtorja Maja Pohar in Gaj Vidmar) pa je vključen v CRAN. Več rezultatov našega dela na področju statistične vizualizacije je razvidnih iz razdelka Programje.

Potem je tu še nekaj manjših stvari, ki si zaenkrat še ne zaslužijo omembe na tej strani.

Prihodnost: razmišljamo o morebitnem angažiranju na dveh novih področjih, kakovosti v medicini in demografiji. Bomo videli.

Raziskovalni program v RS:

• Metodologija za analizo podatkov v medicini

Projekti v RS (sedanji in pretekli)

• Metode ocenjevanja ključnih populacijskih kazalnikov preživetja bolnikov z rakom
• Izboljšanje napovedovanja redkih dogodkov
• Statistične metode za visoko razsežne "omične" podatke v povezavi s semantičnimi relacijami iz biomedicinske literature (končan)
• Bibliometrijske metode ocenjevanja raziskovalnih rezultatov in njihova uporaba v medicinskih vedah (končan)
• Napovedovanje v analizi preživetja (končan)
• Metodologija za izboljšanje regresijskih modelov z okrnjenimi podatki v zdravstvenih vedah (končan)

Poleg tega sodelujemo v aplikativnih projektih Mednarodne agencije za jedrsko energijo (IAEA):

• lajšanje bolečine pri pacientih s kostnimi metastazami (Janez Stare; 1996-2001)
• zdravljenje karcinoma jeter z izotopskimi metodami (Janez Stare in Gaj Vidmar; 2003-2006)
• scintimamografija za napoved in oceno odziva raka dojke na kemoterapijo (Gaj Vidmar; 2006)
• pomen nuklearne kardiologije za diagnozo ishemije pri asimptomatskem diabetesu (Gaj Vidmar, Lara Lusa, Brane Leskošek; 2006-)

Izbrane objave s področja statistike in sorodnih področij