Consulter les offres d’emploi

Data Scientist
Publiée le 12/09/2019 08:59.
Référence : MB/DATAS/DMSI.
CDI, Saint Quentin en Yvelines (78).
Entreprise/Organisme :Laboratoire national de métrologie et d'essais (LNE)
Niveau d'études :Doctorat
Date de début :Dès que possible
Durée du contrat :Indéterminée
Rémunération :A définir
Secteur d'activité :Industrie - Laboratoire
Description :Au sein du département Sciences des données et Incertitude de l’entreprise, en tant qu’Ingénieur Data Scientist vous participez et avez la responsabilité d’études et de missions en apprentissage statistique ainsi que d’évaluation de l’incertitude de mesure. Vous contribuez au développement de ces deux thématiques au travers de différentes missions :  la conduite et la réalisation de projets de R&D, internes, nationaux et européens  la réalisation des prestations d’évaluation de l’incertitude auprès de nos clients  le traitement et l’analyse de données et résultats de mesure  l’assistance technique aux directions opérationnelles dans les différents secteurs d’activité en essais et étalonnages (chimie, thermique, ingénierie incendie, physique des aérosols, modélisation …) La réalisation de ces missions vous conduira à développer des applications informatiques, publier ses résultats scientifiques, faire des présentations, animer des groupes de travail, encadrer des étudiants et rédiger des rapports techniques.
En savoir plus :xx
Ingénieur en mathématiques appliquées - Data Scientist.pdf
Contact :nicolas.fischer@lne.fr
Chef de projet scientifique « Data scientist » (H/F)
Publiée le 10/09/2019 14:50.
Référence : 2019-074.
CDI, Maisons-Alfort (94).
Entreprise/Organisme :Anses
Niveau d'études :Master
Date de début :Dès que possible
Secteur d'activité :Direction de l’évaluation des risques (DER) Unité « Méthodologie et études » (UME)
Description :Sous l’autorité du chef d’unité, le chef de projet scientifique « Data scientist » proposera et développera d’une manière transversale au sein de la DER, des solutions dans les domaines de la fouille, de la modélisation, de la mise en contexte, de l’analyse et plus généralement du traitement des données. Il participera à la mise en relation des différentes bases de données pour augmenter la capacité de l’agence à les interpréter notamment dans les domaines des effets sanitaires et environnementaux de différents agents, notamment les pesticides, les nanomatériaux, les compléments alimentaires… Activités A ce titre, la personne recrutée devra : - Développer et mettre en œuvre des méthodes et outils pour détecter des signaux faibles ou émergences et pour identifier des associations entre différents paramètres (fouille de données) ; - Proposer et développer des solutions et outils adaptés pour automatiser notamment le contrôle de la qualité des données, l’appariement des BDD, des extractions ciblées et des rapports de synthèse ; - Participer à la coordination, l’harmonisation et l’automatisation des méthodes et outils en matière d’exploration et visualisation des données et contribuer à leur diffusion auprès des agents de la direction (mise à disposition et documentation d’applications, amélioration des applications déjà utilisées) ; - Animer/participer aux réseaux internes à l’agence ou externes (nationaux ou européens) en relation avec la thématique de la science des données ; - Représenter l’agence lors de communications à l’extérieur et contribuer à la valorisation scientifique des travaux (articles scientifiques, communications orales).
En savoir plus :https://www.anses.fr/fr/content/chef-de-projet-scientifique-%C2%AB-data-scientist-%C2%BB-hf
2019-074 Data scientist.pdf
Contact :recrutement@anses.fr
Un(e) Biostatisticien(ne)
Publiée le 10/09/2019 14:50.
Référence : Biostat_URC_LRB.
CDD, 200, rue du Fb Saint-Denis 75010 Paris.
Entreprise/Organisme :Unité de Recherche Clinique Lariboisière recherche/APHP
Niveau d'études :Doctorat
Durée du contrat :Un an renouvelable
Secteur d'activité :Recherche clinique
Description :Au sein de l’équipe biométrie du Pr Eric VICAUT, le(a) biostatisticien(ne) aura pour mission: La réalisation des analyses statistiques : programmation des tables statistiques, graphiques et validation des résultats. La création des listes de randomisation. Rédaction des rapports statistiques. Veille méthodologique, recherche bibliographique. Relations professionnelles Le candidat travaillera en collaboration avec trois autres statisticiens et en lien avec tous les intervenants de la recherche (promoteurs, investigateurs, coordinateurs d'étude clinique, ARC, TEC, data managers). Compétences requises Formation Bac + 8 en statistique. Maîtrise des outils de statistiques appliquées à la recherche clinique. Bonne maîtrise du logiciel SAS (Base, Stat, Graph, Macro...) et ou R. Statistiques Bayésiennes. Anglais scientifique. Sens de responsabilités, rigueur, esprit d’équipe, disponibilité. CDD d’un an renouvelable- Temps plein. Poste à pourvoir immédiatement. Rémunération : selon les grilles de l’Assistance Publique des Hôpitaux de Paris (AP-HP) et l’expérience acquise. Pour postuler merci d'envoyer CV et lettre de motivation. Contact Mr Diallo : abdourahmane.diallo@aphp.fr Pr VICAUT : eric.vicaut@aphp.fr Unité de Recherche Clinique Lariboisière Hôpital Fernand Widal 200 rue Faubourg St denis 75010 PARIS Tel : 01 40 05 49 84 Type d'emploi : CDD Formation(s) exigée(s): Bac +8 (Doctorat)
En savoir plus :NA
Fiche de Poste Biostatisticien septembre 2019.pdf
Contact :abdourahmane.diallo@aphp.fr
Biostatisticien(ne) / Data scientist
Publiée le 10/09/2019 12:09.
Référence : Biostatisticien(ne).
CDD, Strasbourg.
Entreprise/Organisme :Hopitaux Universitaires de Strasbourg / Laboratoire d'Immunologie
Niveau d'études :Master
Date de début :dès que possible
Durée du contrat :12 mois renouvelable
Rémunération :Négociable selon expérience
Secteur d'activité :Médecine/Recherche
Description :En tant qu’expert en gestion et en analyse de données massives et multiples (données cliniques, biologiques, données de séquençage,…), l’ingénieur(e) biostatisticien(ne) mettra en place les stratégies d’analyses répondant à une problématique biologique ou médicale. L’ingénieur(e) sera donc spécialisé(e) en statistique, informatique et connaitra le secteur biomédical. Il (elle) devra pouvoir répondre aux différents besoins biostatistiques du service. Il (elle) saura utiliser et mettre en place des méthodes d’analyses innovantes et sera confronté(e) à une grande variété de données à des ressources informatiques importantes. (voir détail de l'offre dans le PDF ci-joint)
En savoir plus :www.chru-strasbourg.fr
Fiche_de_poste_Biostat-hopital-2019.pdf
Contact :carapito@unistra.fr
Stage Biostatistique Analyse de survie dans les essais randomisés en cluster
Publiée le 09/09/2019 18:58.
Stage, Tours, France.
Entreprise/Organisme :INSERM UMR 1246 SPHERE
Niveau d'études :Master
Sujet :Time-to-event outcomes analysis in cluster randomized trials
Date de début :Janvier 2019
Durée du contrat :4 à 6 mois
Rémunération :Stage rémunéré
Secteur d'activité :Recherche clinique - Biostatistique
Description :Cluster randomised trials (CRTs) are trials in which intact social units, such as medical practices, hospitals, or communities, are randomised to intervention or control conditions while outcomes are assessed on individuals within such clusters. This study design is a natural choice to evaluate the impact of public health or health system interventions delivered at the cluster level, and their use is rapidly increasing. In CRTs, outcomes assessed on individuals from a given cluster tend to be more similar than outcomes of individuals from different clusters. This clustering must be accounted for in statistical analysis, to avoid an increased risk of Type I error. Most of the developments performed to account for the clustering in the analysis of CRTs have considered continuous or binary outcomes. Conversely, very few results are available for time-to-event outcomes, which measure the time from the beginning of an observation period to an event of interest. When this event is not observed during follow-up, time-to-event is censored, which constitutes the major challenge in survival analysis. Currently available methods to estimate intervention effect for correlated time-to-event outcomes include shared frailty models, which incorporate a random effect shared by members of the same cluster, marginal proportional hazard models, which assume an average baseline hazard for all individuals and nonparametric methods such as clustered logrank test. These different methods have not been widely assessed in the context of CRTs. The objectives of this internship will be 1/ to identify, via literature search, suitable strategies for time-to-event outcome analysis in CRTs 2/ to apply those methods on data from a real cluster randomised trial 3/ the final goal will be to compare different methods using a simulation study
En savoir plus :http://sphere-nantes.fr/
Stage_M2_V20190909.pdf
Contact :agnes.caille@med.univ-tours.fr
Biostatisticien
Publiée le 09/09/2019 18:58.
CDD, Bordeaux.
Entreprise/Organisme :CHU de Bordeaux
Niveau d'études :Master
Description :LE CHU de Bordeaux recrute pour son Unité de Soutien Méthodologique à la Recherche Clinique et Epidémiologique (USMR), unité intégrée à la Direction de la Recherche Clinique et de l’Innovation, un biostatisticien. CDD annuels avec possibilités de CDI Structure L’Unité de Soutien Méthodologique à la Recherche Clinique et Epidémiologique du CHU de Bordeaux (USMR) est la plate-forme épidémiologique, biostatistique et informatique (Service d’Information Médicale, Pôle de Santé Publique) du CHU de Bordeaux. L’USMR travaille en étroite collaboration avec les investigateurs des projets et la Direction de la Recherche Clinique et de l’Innovation du CHU pour les études de recherche clinique ou épidémiologique dont le CHU de Bordeaux est promoteur ou susceptible de le devenir. Description du poste Le biostatisticien intervient sur un ensemble de projets dont il a la responsabilité des aspects statistiques, de la conception de la recherche à sa valorisation, en conformité avec les standards de qualité internationaux : - conception : réflexion sur les choix méthodologiques incluant une recherche bibliographique spécifique au projet si nécessaire, estimation de la taille d’étude, participation à la rédaction du protocole, - mise en place et planification : élaboration et implémentation de la liste de randomisation, relecture du cahier d’observation, participation à la mise en place du circuit des données, - suivi : suivi du déroulement méthodologique de la recherche, rédaction du plan d’analyse statistique, participation aux comités de la recherche (conseil scientifique et comité indépendant de surveillance), - analyse et valorisation : réalisation des analyses statistiques des données (intermédiaires, finales et complémentaires) conformément au plan d’analyse statistique, rédaction du rapport d’analyse statistique, interprétation statistique et discussion des résultats avec le méthodologiste et l’investigateur, participation à la valorisation scientifique des résultats (résumés, posters et articles). Le biostatisticien participe également à des activités transversales : développements d’innovations méthodologiques, veille bibliographique, enseignement de la méthodologie de la recherche clinique et épidémiologique, rédaction et révision des documents qualité, participation à des groupes de travail transversaux, encadrement de stages d’étudiants en formation biostatistique et des internes de santé publique, réalisation d’expertises de projets soumis aux différents appels d’offre du ministère de la santé, etc.
En savoir plus :NA
20190604_6716_Biostatisticien USMR - 20190522.pdf
Contact :gwendoline.gunster@u-bordeaux.fr
Modélisation multi-réponses de la dynamique des deux marqueurs TM et V3 chez les patients VIH
Publiée le 09/09/2019 18:58.
Référence : Stage M2 Modélisation dynamique.
Stage, 12 Rue du Val d'Osne, Allée Vacassy, 94410 Saint-Maurice.
Entreprise/Organisme :INSERM
Niveau d'études :Master
Sujet :L’objectif principal de ce stage est la modélisation multi-réponses des marqueurs TM et V3, en utilisant deux approches l’une fréquentiste et l’autre bayésienne, en utilisant : 1. L’algorithme SAEM dans le logiciel Monolix pour l’approche fréquenstiste 2. L’algorithme Hamiltonien de Monte Carlo dans le logiciel Stan pour l’approche bayésienne Une comparaison des deux approches en termes d’estimations obtenues mais aussi en termes de difficultés d’implémentation, de temps de calcul sera effectuée et discutée.
Date de début :Février 2020
Durée du contrat :6 mois
Rémunération :Gratification 550€ par mois
Secteur d'activité :Biostatistiques
Description :Contexte Trente-cinq ans après la découverte du virus de l’immunodéficience humaine (VIH), l’épidémie se poursuit en France. Afin d’orienter les stratégies de prévention du VIH et de suivre leur impact, il est indispensable de connaître la dynamique de l’épidémie. L’indicateur permettant de rendre compte de l’évolution temporelle des infections est l’incidence. En France, depuis 2003, Santé publique France a mis en place un système de surveillance des nouveaux diagnostics VIH couplé à une surveillance virologique, permettant notamment de disposer des valeurs de deux marqueurs d’une infection récente (TM et V3) au moment du diagnostic de séropositivité. Deux types de méthodes sont utilisés pour estimer l’incidence du VIH en France. Les méthodes basées sur le rétro-calcul utilisent les données de surveillance des nouveaux diagnostics VIH. Les méthodes basées sur les infections récentes utilisent la surveillance virologique des marqueurs V3 et TM. Ces dernières méthodes, utilisant des données plus informatives sur des infections récentes permettent une estimation de l’incidence plus précise dans les années les plus récentes. Cependant, elles nécessitent une connaissance de la dynamique des marqueurs depuis l’infection. Données PRIMO ANRS-C06 Pour modéliser la dynamique des marqueurs TM et V3, les données de la cohorte PRIMO-ANRS C06 seront utilisées. Cette cohorte inclut plus de 250 individus pendant la phase de primo-infection à partir de novembre 1996 dans 66 hôpitaux français. Les sujets de la base sont naïfs de traitements antirétroviraux à leur inclusion dans la cohorte. Les patients ont été examinés cliniquement et biologiquement au mois M1, M2, M3 et M6 et par la suite, tous les 6 mois avec des mesures de concentration des marqueurs TM et V3 à chaque visite. Plus précisément, les marqueurs ont été recueillis en utilisant des échantillons de sang sec sur papier buvard. Ces marqueurs ont été choisis de manière à ce qu’ils soient reconnus peu de temps après la séroconversion pour rendre possible la distinction entre infection récente et infection non récente. Méthode d’estimation des paramètres du modèle En 2009, une première modélisation conjointe de l’évolution des marqueurs TM et V3 a été effectuée en utilisant un modèle non linéaire mixte multi-réponses avec mouvement Brownien. En 2010, une modélisation du marqueur TM uniquement a été effectué en utilisant un modèle non linéaire mixte et le package SAEMIX du logiciel R pour l’estimation des paramètres. Objectifs de l’étude L’objectif principal de ce stage est la modélisation multi-réponses des marqueurs TM et V3, en utilisant deux approches l’une fréquentiste et l’autre bayésienne, en utilisant : 1. L’algorithme SAEM dans le logiciel Monolix pour l’approche fréquenstiste 2. L’algorithme Hamiltonien de Monte Carlo dans le logiciel Stan pour l’approche bayésienne Une comparaison des deux approches en termes d’estimations obtenues mais aussi en termes de difficultés d’implémentation, de temps de calcul sera effectuée et discutée. Analyses statistiques Les méthodes statistiques envisagées seront une méthode fréquentiste et une méthode bayésienne permettant l’estimation de modèles mixtes non linéaires multi-réponses pour deux marqueurs quantitatifs. Le candidat doit être capable de comprendre les programmes d’estimation existants, de les modifier et de programmer de nouveaux si nécessaires, notamment avec le logiciel Monolix et le logiciel Stan. Une bonne connaissance du logiciel R est également nécessaire. Les étapes du stage à réaliser • Revue de la littérature, compréhension des méthodes existantes pour l’estimation de la dynamique des marqueurs TM et V3 et compréhension à mettre en place pendant le stage • Implémentation des deux méthodes dans les différents logiciels • Comparaison des deux approches et discussion des résultats
En savoir plus :https://www.santepubliquefrance.fr/
Offre stage 2019_2020_DATA_Modélisation de la dynamique des marqueurs_VIH.pdf
Contact :julie.bertrand@inserm.fr
Ingénieur (H/F) en statistique
Publiée le 06/09/2019 12:43.
CDD, 4, avenue de l'Observatoire, 75006 Paris.
Entreprise/Organisme :BioSTM — EA 7537, Faculté de Pharmacie de Paris, Université Paris Descartes
Niveau d'études :Master
Date de début :janvier 2020
Durée du contrat :6 mois
Rémunération :2 300 euros brut mensuel
Secteur d'activité :Biostatistique
Description :Voir fichier joint
En savoir plus :xx
Annonce_CDD-Biostat.pdf
Contact :chantal.guihenneuc@parisdescartes.fr
Ingénieur(e)-bibliomètre (H/F)
Publiée le 05/09/2019 21:21.
Référence : bibli-sept-19.
CDD, Paris 6.
Entreprise/Organisme :Université PSL
Niveau d'études :Master
Date de début :Dès que possible
Durée du contrat :1 an
Rémunération :Selon expérience
Secteur d'activité :Enseignement supérieur et recherche
Description :Voir PJ
En savoir plus :https://www.psl.eu/sites/default/files/2019-09/fiche_de_poste_bibliometre_vf_18.07_sl.pdf
Fiche de poste_bibliomètre_Vf_18.07_SL.pdf
Contact :recrutement@psl.eu
Recherche ingénieur biostatisticien pour un poste de chef de projets
Publiée le 02/09/2019 19:23.
CDD, Evry (91000).
Entreprise/Organisme :Conseil départemental de l'Essonne
Niveau d'études :Master
Date de début :01 septembre 2019
Durée du contrat :Contrat de 3 ans
Rémunération :En fonction des diplômes et de l'expérience (grille de la fonction publique territoriale)
Secteur d'activité :Biostatistiques en lien avec la Protection Maternelle et Infantile
Description :La Direction de la PMI et de la Santé du Département de l’Essonne recherche son chef de projets « Analyses et Évaluation des données de santé ». Celui-ci assure la gestion et l’exploitation de l’ensemble des données du système d’information de la Direction. Le poste comporte deux volets : - Exploitation statistique des données reçues et produites par la Direction. Le chef de projets mène les analyses sur l’état de santé des publics reçus, ainsi que sur celle de l’ensemble des enfants du Département. Il est responsable de la transmission des données aux organismes habilités dans le cadre réglementaire, ainsi qu’aux partenaires internes et externes. Il produit et évalue par ailleurs les données d’activité des services de PMI et de santé, contribuant ainsi à l’analyse des politiques publiques et au suivi des orientations départementales (analyses territoriales en particulier). - Organisation et fonctionnement du logiciel des dossiers médicaux des patients reçus dans les 64 centres de PMI, planification familiale, et CDPS du département. Le chef de projets accompagne les professionnels utilisateurs, anticipe les demandes d’évolution du logiciel en lien avec les exigences réglementaires, garantit le respect des règles de sécurité et de confidentialité des données.
En savoir plus :http://www.essonne.fr/
Fiche_de_poste_Chef de projets.pdf
Contact :mmoron@cd-essonne.fr
Intégration de données omiques pour l'étude de l'impact de contaminants alimentaires
Publiée le 02/09/2019 17:29.
Stage, INRA de Toulouse.
Entreprise/Organisme :INRA de Toulouse
Niveau d'études :Master
Sujet :Ce stage s’inscrit dans le cadre du projet METAhCOL, qui s’intéresse à l’impact des contaminants environnementaux et alimentaires sur le développement du cancer colorectal. Des travaux récents ont, en effet, montré que l’apparition ou la progression de ce cancer pouvait être dû à une reprogrammation du métabolisme induite par les contaminants. Le projet a pour objectif d’étudier ce phénomène in vitro (sur des cellules en culture) et in vivo (sur un animal modèle, le poisson zèbre). Des données génomiques (omiques) de natures variées (en particulier, transcriptome - expression des gènes - et métabolome) ont été collectées pour mesurer l’impact de doses variées d’ingestion de ces contaminants. L’objet de ce stage sera l’analyse et l’intégration d’une partie de ces données.
Date de début :Printemps ou été 2020
Durée du contrat :3 à 6 mois
Rémunération :Taux légal
Secteur d'activité :Recherche
Description :L’étudiant aura pour première tâche de s’approprier ces données, les méthodes d’analyse statistique (basée sur de des analyses factorielles, des tests type analyse de variance et/ou des régressions linéaires et PLS) ainsi que les outils pour faire ces analyses. Dans un second temps, l’étudiant devra analyser les données du projet avec en particulier : — une phase exploratoire (statistique descriptive uni et bi variée, ACP), — une phase d’intégration (PLS, sélection de variables). L’implémentation des méthodes ainsi que le travail d’analyse seront effectués à l’aide du logiciel R et de packages/routines dont certaines sont déjà développés par l’équipe d’encadrement du stage.
En savoir plus :xx
sujet_stage_metahcol_2020-2.pdf
Contact :nathalie.vialaneix@inra.fr
Biostatistics Researcher
Publiée le 30/08/2019 09:50.
Référence : PXT_DSC_06.
CDI, Issy les Moulineaux.
Entreprise/Organisme :Pharnext
Niveau d'études :Doctorat
Date de début :Dès que possible
Secteur d'activité :Biotechnologies
Description :The Pharnext Data Science Department is looking for a highly motivated Ph.D. biostatistics researcher. Please see the attached PDF
En savoir plus :NA
6 - EN - Biostatistician.pdf
Contact :cv.datascience@pharnext.com
18-months postdoctoral position Co-clustering of Massive Longitudinal Data
Publiée le 27/08/2019 22:17.
Référence : Postdoc-UCA-CoClustering.
CDD, Nice Sophia-Antipolis.
Entreprise/Organisme :Université Côte d'Azur
Niveau d'études :Doctorat
Date de début :1er octobre 2019
Durée du contrat :18 mois / 18 months
Description :Longitudinal data that are collected over time are ubiquitous in sociological, behavioral, and medical studies. Longitudinal data are different from functional data and from time series in multiple aspects in- cluding non-regular and infrequent observation intervals, measurement error susceptibility, and presence of missingness due to staggered study entry or dropout. Modern technologies such as smartphones, wearable bands, and smart watches, provide convenient options for collecting such longitudinal data on massive number of individuals as well as massive number of variables over time. In this setting, efficient summaries of information over both dimensions, individuals and variables, are of particular interest to researchers. This project aims to address the problem of co-clustering – a simultaneous clustering of the in- dividuals and the variables – to summarize complex information contained in such longitudinal data. While co-clustering methods have recently been developed for functional and textual data, extending these methods to longitudinal settings presents particular methodological and practical challenges. Our ongoing work in this direction includes extending co-clustering models to incorporate random effects. The successful candidate will work on further model development, specific for longitudinal data, as well as on derivation and implementation of estimation algorithms, design of numerical experiments and simulation studies, and applications to real data. The candidate will have an office located in the Maasai, INRIA joint-team with Université Côte d’Azur at Sophia-Antipolis, Nice, France. INRIA and UCA campuses offer a vibrant and stimulating work environment. This project is aligned with the objective of the UCA Jedi program, in particular with the Data Science strategic program, and is a funding element of the new UCA/Inria joint team Maasai, which is headed by Charles Bouveyron and which was the result of the UCA Jedi initiative. This project will have strong ties and a possibility of a short visit to the department of Statistics of the University of Washington, Seattle, USA, through collaboration with Elena Erosheva, UCA International Chair in Data Science and Professor of Statistics and Social Work at the University of Washington, Seattle. This project is also part of the Institut 3IA Côte d’Azur that has been recently funded by the French AI initiative.
En savoir plus :https://math.unice.fr/~cbouveyr/
postdoc1-job-announcement.pdf
Contact :charles.bouveyron@math.cnrs.fr
Offre de thèse "Generative deep learning for network analysis" - Institut 3IA Côte d'Azur
Publiée le 27/08/2019 22:16.
Référence : These-3IA-CôteDAzur.
CDD, Nice Sophia-Antipolis.
Entreprise/Organisme :Institut 3IA Côte d'Azur - Université Côte d'Azur & Inria
Niveau d'études :Master
Sujet :Contrat thèse de l'Institut 3IA Côte d'Azur
Date de début :1er octobre 2019
Durée du contrat :3 ans
Secteur d'activité :Recherche
Description :The purpose of this Ph.D position within the Institut 3IA Côte d'Azur will be, first, to make the state of the art on deep learning techniques for the NLP and text analysis. Second, the Ph.D. candidate will expand the STBM model based on one of these techniques. One way would be to use auto-encoders to reduce the size of corpora and select the most important topics. Finally, the question of extending the deep-based approach to the case of dynamic network should be considered.
En savoir plus :https://math.unice.fr/~cbouveyr/
3IA-PhD-offer.pdf
Contact :charles.bouveyron@math.cnrs.fr
RECHERCHE INGÉNIEUR EN BIOSTATISTIQUE
Publiée le 27/08/2019 18:33.
CDD, Centre de pharmacoépidémiologie de l’APHP, hôpital Pitié-Salpêtrière, APHP (Paris 13ème).
Entreprise/Organisme :Centre de pharmacoépidémiologie de l’APHP
Niveau d'études :Master
Date de début :À partir du 1er novembre 2019
Durée du contrat :1 an
Rémunération :En fonction du profil (grilles APHP)
Secteur d'activité :Recherche en biostatistique
Description :*Contexte* Afin d’évaluer l’efficacité et/ou le risque associés à des médicaments en situation réelle d’utilisation, la pharmacoépidémiologie fait souvent appel à des études observationnelles, donc non randomisées, dans lesquelles la comparaison simple des exposés et des non exposés reflète à la fois l’effet éventuel du traitement, mais aussi les différences de caractéristiques initiales des deux groupes de sujets. Des méthodes spécifiques d’analyse, dites d’inférence causale, permettent, sous certaines hypothèses, d’obtenir une estimation non biaisée de l’effet d’une exposition. Les méthodes basées sur le score de propension (SPP) sont aujourd’hui les méthodes d’inférence causale les plus étudiées et les plus utilisées en pharmacoépidémiologie. Elles présentent toutefois des limites dans certaines situations. Le score pronostique (SPN) (ou « disease risk score »), de formalisation plus récente, représente « l’analogue pronostique » du SPP : au lieu de comparer des sujets exposés et non exposés ayant la même probabilité (propension) d’être exposés, son principe est de chercher à comparer des sujets ayant un pronostic similaire. Dans un projet financé par l’appel à projet ANSM 2015, nous avons démontré que les performances des méthodes d’utilisation jusque-là existantes du SPN (ajustement, stratification, appariement) dépendent fortement de la prévalence de l’exposition, les rendant parfois inutilisables. Nous avons également développé trois nouvelles méthodes d’utilisation du SPN dont les performances ne dépendent pas de la prévalence de l’exposition. Ces nouvelles méthodes sont adaptées à des critères de jugement quantitatifs ou binaires, mais les études de pharmacoépidémiologie font souvent appel à des critères de jugement censurés, c’est-à-dire mesurant le délai d’apparition d’un évènement, ce dernier n’étant en général pas observé chez l’ensemble des individus au cours du suivi. L’extension de ces nouvelles méthodes aux critères de jugement censurés est indispensable à la diffusion des méthodes basées sur le score pronostique pour l’analyse de bases de données réelles. *Projet de recherche* L’objectif de ce projet est d’étendre les trois nouveaux estimateurs de l’effet du traitement basés sur le score pronostique développés par notre équipe à l’évaluation d’un critère de jugement censuré. Ce projet sera scindé en trois parties complémentaires : 1) Une partie cherchant à développer de nouveaux outils statistiques étendant les nouvelles méthodes d’utilisation du score pronostique à l’évaluation de critères de jugement censurés. 2) Une partie reposant sur des simulations de jeux de données (simulations de Monte Carlo), sur lesquels ces nouveaux outils seront appliquées afin d’estimer leur performances. 3) Une partie applicative, dans laquelle les résultats importants issus des simulations seront illustrés sur des jeux de données réels. Les méthodes seront mises en œuvre dans le langage R.
En savoir plus :https://www.iplesp.upmc.fr/fr/team/6
RECHERCHE INGENIEUR EN BIOSTATISTIQUE_final.pdf
Contact :david.hajage@aphp.fr

Page précédente  1  2  <3>  4  5  Page suivante

 
 
©2019 SFdS
Société Française de Statistique
Institut Henri Poincaré
11 rue Pierre et Marie Curie
75231 Paris cedex 5
Tél. : +33 (0)1 44 27 66 60
Notre site a été supporté par :