Programació de seminaris 2024
-
Divendres, 13 de desembre de 2024. Hora: 12:30
Jordi Real. Digital Health Validation Center, Hospital Sant Pau
Mètodes d’emparellament (Matching) per controlar la confusió en estudis observacionals.
-
Dimecres, 20 de novembre de 2024. Hora: 12:30
Louise McMillan. School of Mathematics and Statistics at Victoria University of Wellington
-
Dijous, 16 de maig de 2024. Hora: 12:30
Albert Solà Vilalta. Departament d'Estadística i Investigació Operativa. Universitat Politècnica de Catalunya
Mètodes d’emparellament (Matching) per controlar la confusió en estudis observacionals.
IDIOMA: Català
LLOC: Seminari EIO, ETSEIB (ed. Eng. Industrial), Planta 6, Campus Sud. UPC, Av. Diagonal 647, Barcelona.
ON-LINE: https://meet.google.com/tmc-juvy-myq
RESUM:
En l'era de les dades massives, els estudis observacionals juguen un paper fonamental en l’avaluació dels efectes dels tractaments i les exposicions sobre la salut. Tradicionalment, s'han utilitzat models paramètrics per corregir els desequilibris inicials entre grups i controlar els factors de confusió. Tot i això, aquests models poden resultar imprecisos o inadequats segons les característiques de les dades i els supòsits que es plantegen.
En aquest context, les tècniques d’emparellament (matching) prèvies a l’anàlisi han esdevingut una alternativa més robusta. Aquestes tècniques seleccionen observacions amb l’objectiu d’equilibrar els grups comparats des d'un inici, cosa que permet augmentar la fiabilitat de les conclusions i reduir la dependència dels models paramètrics. Aquest enfocament ha estat àmpliament adoptat per agències reguladores i grans farmacèutiques per garantir resultats més sòlids i reproduïbles en investigacions clíniques.
Aquesta presentació té com a objectiu exposar el funcionament de les tècniques d’emparellament, aprofundir en les seves bases i raonaments, i identificar els elements clau per a una aplicació adequada. A través d'exemples pràctics, es posaran de manifest tant les fortaleses com les limitacions d’aquests mètodes, destacant els aspectes crítics a tenir en compte per maximitzar-ne l’eficàcia en estudis observacionals.
SOBRE L'AUTOR: Jordi Real és bioestadístic i actualment treballaen una unitat del Hospital Sant Pau especialitzada en validacions de solucionsdigitals en l'àmbit de la salut (Digital Health Validation Center). En aquestaunitat, és el responsable de bioestadística i metodologia dels estudis que s'hiduen a terme. Des de la finalització dela diplomatura en Estadística a la Universitat Autònoma de Barcelona (1996), hadesenvolupat la seva carrera en l'àmbit de l'estadística aplicada a la recercamèdica. Al llarg del seu trajecte professional, va obtenir la llicenciatura enEstadística a la Universitat Politècnica de Catalunya (2006) i, posteriorment,va completar el doctorat en Recerca Mèdica a la Universitat Internacional deCatalunya (2016).Entre els diversos aspectes de la bioestadística, destaca el seu interès pel dissenyd’estudis, un àmbit en què considera que els estadístics poden tenir un impacterellevant per millorar els processos i els resultats de la recerca.
Adventures with residuals for ordinal data
IDIOMA: Anglès
LLOC: Edifici C5, Sala C5-202, Campus Nord, UPC, Barcelona
ON-LINE: https://meet.google.com/tmc-juvy-myq
RESUM: We are all familiar with using residuals to check the fit of linear regression models, but what should you use if you have ordinal data? I will discuss randomised quantile residuals, also called PIT residuals, but I will also introduce a newer type of residual known as surrogate residuals (Liu & Zhang 2018), which are particularly suited for use with ordinal data. I will also discuss my latest research which investigates whether these residuals can be used for clustering as well as for regression. The applications of this range from questionnaires and surveys to population genetics and invasive pest management. Finally, I will talk briefly about a computer game I am developing to help students revise first year statistics topics.
SOBRE L'AUTORA: Louise McMillan is a lecturer in the School of Mathematics and Statistics at Victoria University of Wellington. She initially studied mathematics, focusing on particle physics, general relativity, and complex analysis. After earning her MMath, she worked as a technical consultant, analyzing data across various industries, and later pursued a master’s in statistics in Auckland. She completed her PhD in 2019 and now researches statistical methods for animal population genetics and model-based clustering of categorical data, collaborating closely with colleagues Ivy Liu and Richard Arnold. For more information about the speaker, visit: https://people.wgtn.ac.nz/louise.mcmillan.
CONVIDAT: Albert Solà Vilalta
IDIOMA: Català
LLOC: Edifici C5, Sala C5-016, Campus Nord, UPC, Barcelona.
DATA: Dijous, 16 de maig de 2024 Hora: 12:30
RESUM: En aquesta xerrada, presentaré alguns dels projectes de recerca en els que treballo o he treballat recentment. La intenció és descobrir sinergies amb els participants del seminari del DEIO, així com obrir la porta a futures col·laboracions. Focalitzaré la presentació en tres projectes: participació unificada de comunitats energètiques en múltiples mercats elèctrics, coordinació òptima de diverses unitats d’emmagatzematge d’energia i mètodes de descomposició, i implicacions econòmiques i perspectives pel desenvolupament sostenible a Zambia.
El títol d’aquesta xerrada ret homenatge al seminari amb el mateix nom que es realitza a la Universitat d’Edinburgh i a Heriot-Watt University, en que professors d’ambdues universitats presenten els seus interessos de recerca als estudiants de primer any de doctorat per ajudar-los a escollir el tema de la seva tesi doctoral.
SOBRE L'AUTOR: L’Albert Solà Vilalta és investigador postdoctoral al Departament d’Estadística i Investigació Operativa de la Universitat Politècnica de Catalunya, on s’incorporarà com a Lector al Setembre de 2024. Els seus interessos de recerca inclouen aplicacions de la optimització i la investigació operativa a la transició energètica i al desenvolupament sostenible, tècniques de descomposició en optimització, i transferència de coneixement en aquests camps. Prèviament, ha estat Maxwell Institute Postdoctoral Research Fellow in Knowledge Exchange a la Universitat d’Edinburgh (Regne Unit). És doctor en Optimització i Investigació Operativa per la Universitat d’Edinburgh (Regne Unit), i va obtenir un Màster en Matemàtiques a la Universitat de Bonn (Alemanya) i un Grau en Matemàtiques a la Universitat de Barcelona.
Comparteix: