Veranstaltungen

Wir organisieren regelmäßige Vorträge und Veranstaltungen, um eine stetige wissenschaftliche Weiterbildung zu unterstützen. Diese Veranstaltungen sind öffentlich. Wir freuen uns auf Ihr Kommen.

Gerne können Sie sich auch in unseren Verteiler eintragen lassen und werden dann direkt über neue Termine informiert. Bitte übersenden Sie Ihre Anmeldung per E-Mail an unser IMBE Sekretariat ( Frau Petra Hasselberg imbe-sekretariat@uke.de ).

Seminarreihe Epidemiologie und Biostatistik

Die Seminarreihe Epidemiologie und Biostatistik ist eine fortlaufende Veranstaltung. Einmal pro Monat laden wir herausragende externe Wissenschaftler:innen aus den Bereichen Epidemiologie und Biometrie zu uns ein.

Frühere Veranstaltungen

  • Mini-Symposium „Aktuelle Themen aus Epidemiologie und Biostatistik“

    Donnerstag, 22. September 2022, 14:00 – 17:30, Erika-Haus

    14:00 Uhr Prof. Dr. Annette Kopp-Schneider, Deutsches Krebsforschungszentrum Heidelberg

    Neuartige Designs für klinische Studien der Präzisionsonkologie


    Die Präzisionsonkologie hat das Ziel, jedem Patienten eine auf den individuellen Tumor maßgeschneiderte Therapie anzubieten. Zur Umsetzung dieses Ziels ist es notwendig, bei den Patienten Biomarker und darauf zielgerichtete Behandlungen zu identifizieren. Ob die zielgerichteten Therapien tatsächlich den erwünschten Effekt haben, muss in klinischen Studien geprüft werden. Wegen der großen Anzahl von Biomarker-Therapie-Kombinationen und der resultierenden kleinen Fallzahlen in jeder dieser Kombinationen ist die Durchführung klassischer klinischer Phase III-Studien unrealistisch. Die Präzisionsonkologie erfordert daher die Entwicklung neuer Studiendesigns. Im Vortrag werden zunächst Basket, Umbrella und Platform trials als neuartige Studiendesigns für die Präzisionsonkologie vorgestellt und die Herausforderungen für die statistische Analyse erläutert. Eine naheliegende Herangehensweise für die statistische Auswertung der Daten aus derartig flexiblen Studiendesigns ist der Bayesianische Ansatz. Dieser ermöglicht es, externe Informationen wie etwa historische Daten in die Auswertung mit einzubeziehen bzw. Evidenz zwischen verschiedenen Studienarmen zu transferieren. Im zweiten Teil des Vortrags werden Bayesianische Designs für klinische Studien diskutiert und es werden neue Entwicklungen in diesem Bereich vorgestellt.


    15:00 Uhr Prof. Dr. Willi Sauerbrei, Universitätsklinikum Freiburg

    Multivariable Modellbildung mit stetigen Kovariablen – Das MFP Verfahren und Erweiterungen

    Abstract

    In the analysis of studies in clinical epidemiology, the number of candidate variables for a regression model is often too large and a more parsimonious model is sought. Another key issue is the determination of appropriate dose-response functions for continuous covariates. Often, continuous predictors are either categorized or linearity is assumed. However, both approaches can have major disadvantages and models incorporating non-linear functions may markedly improve the fit. The multivariable fractional polynomials (MFP) approach simultaneously determines suitable functional forms for continuous covariates and eliminates uninfluential covariates (1,2,3). The method also allows categorical and binary covariates.

    By analysing data in the framework of linear, logistic and Cox regression models, we discuss model-building issues with an emphasis on MFP. Extensions of MFP have been developed to investigate for interactions between continuous covariates and treatment (MFPI, treatment effect function), between two continuous covariates (MFPIgen) and for interactions with time (MFPT, non-proportional hazards) in a Cox model (3,4,5). We have also developed a meta-analysis approach for functions and illustrate it briefly with a meta-analysis of treatment effect functions derived with MFPI (6,7). Further relevant extensions relate to data with a ‘spike at zero’ (8) and to sigmoid functions (9).

    Using real data we illustrate problems of analyses based on cut points, show advantages of FP modelling and illustrate the usefulness of MFPI modelling and a related meta-analysis. We conclude that MFP and its extensions are useful in multivariable model-building with continuous and categorical variables. For more details see http://mfp.imbi.uni-freiburg.de/

    An overview of approaches for the selection of variables and functional forms is given by topic group 2 of the STRengthening Analytical Thinking for Observational Studies (STRATOS) initiative (10).

    References

    • Royston P and Altman DG (1994): Regression using fractional polynomials of continuous covariates: parsimonious parametric modelling (with disc.) Applied Statistics, 43: 429-467
    • Sauerbrei W and Royston P (1999): Building multivariable prognostic and diagnostic models: transformation of the predictors using fractional polynomials. Journal of the Royal Statistical Society, Series A, 162: 71-94
    • Royston P, Sauerbrei, W (2008): ‘Multivariable Model-Building – A pragmatic approach to regression analysis based on fractional polynomials for modelling continuous variables. Wiley.
    • Royston P., Sauerbrei W. (2014): Interaction of treatment with a continuous variable: simulation study of power for several methods of analysis. Statistics in Medicine, 33: 4695-4708
    • Sauerbrei W, Royston P, Look M (2007): A new proposal for multivariable modelling of time-varying effects in survival data based on fractional polynomial time-transformation. Biometrical Journal, 49: 453-473
    • Sauerbrei W., Royston P. (2011): A new strategy for meta-analysis of continuous covariates in observational studies. Statistics in Medicine, 30(28):3341-3360.
    • Sauerbrei, W. and Royston, P. (2022). Investigating treatment-effect modification by a continuous covariate in IPD meta-analysis: an approach using fractional polynomials. BMC medical research methodology, 22(1), pp.1-13
    • Becher H., Lorenz E., Royston P., Sauerbrei W. (2012): Analysing covariates with spike at zero: a modified FP procedure and conceptual issues. Biometrical Journal 54 (5): 686–700
    • Royston P., Sauerbrei W. (2016): mfpa: extension of mfp using the acd covariate transformation for enhanced parametric multivariable modelling. The Stata Journal 16(1), 72-87. PMID: 29398977
    • Sauerbrei W, Perperoglou A, Schmid M, Abrahamowicz M, Becher H, Binder H, Dunkler D, Harrell Jr. FE, Royston P, Heinze G for TG2 of the STRATOS initiative (2020). State of the art in selection of variables and functional forms in multivariable analysis - outstanding issues. Diagnostic and Prognostic Research, 4:3, 1-18.

    16:00 Uhr Prof. Dr. Heiko Becher, UKE

    Musik und Gesundheit aus epidemiologischer und musikalischer Sicht

    Abstract


    Ein therapeutischer Nutzen von Musik bei psychischen Erkrankungen gilt als belegt. Für mögliche präventive Wirkungen von aktiver musikalischer Aktivität auf ein späteres Erkrankungsrisiko oder der allgemeinen Lebensqualität liegt andererseits wenig Evidenz vor.
    Im Rahmen der NAKO Gesundheitsstudie wurde für eine Teilstichprobe ein Musikfragebogen eingesetzt, in dem lebenslange passive und aktive musikalische Aktivitäten erfasst wurden.
    In dem Vortrag wird zunächst ein Überblick über bisherige Ergebnisse zu Musik und Gesundheit gegeben. Auf Basis der Daten der NAKO werden anschließend Zusammenhänge zwischen musikalischer Aktivität und verschiedener Gesundheitsparameter in einer vorläufigen Analyse vorgestellt.


Archiv