Service de Biostatistiques et information médicale (PMSI)

Nos missions

• Épidémiologie clinique

En combinant les activités de l’unité de recherche avec les compétences en data management, la recherche statistique et l’expertise informatique, le service fournit les réponses aux questions que les investigateurs se posent via les protocoles de recherche. Cette proximité participe à la qualité et au succès des recherches. Les domaines principaux de recherche clinique concernent l’hématologie-oncologie, la réanimation, l'hépatologie, la pneumologie, la dermatologie, les urgences.

• Enseignement

En proposant des enseignements de haut niveau, le service participe à la transmission des savoirs et forme les chercheurs de demain, tout en alimentant l’enthousiasme pour la statistique appliquée aux questions de santé.

• Recherche méthodologique

En proposant de nouvelles méthodes statistiques ou en améliorant d’autres, le service participe à l’effort pour une meilleure prise en charge des patients et d’une amélioration de la santé publique en général.
 

Notre expertise

Notre expertise se retrouve dans quatre méthodes statistiques.

• Inférence bayésienne

Nous explorons de nouvelles méthodes pour conduire les essais cliniques, allant des essais précoces jusqu'à des approches qui intègrent à des essais cliniques, des données externes via les connaissances actuelles sur l'efficacité ou la toxicité d'un nouveau médicament.

• Inférence causale

Notre objectif est de développer des approches valides pour l'analyse des données d'observation dans le domaine de l'épidémiologie clinique. Nous prenons en compte des aspects spécifiques tels que la taille de l'échantillon, la prévalence du groupe de traitement, et la nature binaire ou censurée des résultats.

• Modèles pronostiques pour les données de survie complexes

Nous nous efforçons de fournir des mesures de performance pour évaluer les aspects pronostiques de nouvelles classifications ou de nouveaux marqueurs pronostiques ou prédictifs. Nous examinons également différentes stratégies de modélisation pour les données de survie longitudinales et complexes, potentiellement dans un contexte de risques concurrents.

• Imputation des données manquantes

Nous travaillons sur le développement de techniques de l’imputation multiple de données manquantes fréquemment observées dans les études de cohorte. Notre intérêt particulier réside dans l'adaptation de l'imputation aux données en grappes ou aux résultats de survie.