Projektbeschreibung
Statistische Methoden für komplexe Gesundheitsinterventionen
Die Gesundheitsversorgung wird immer komplexer und erfordert zunehmend den Einsatz von fortschrittlichen Statistikinstrumenten für Analysen und relevante Leitlinien. Komplexe Interventionen erfordern oft Interaktionen über einen längeren Zeitraum, bei denen jede getroffene Maßnahme den künftigen Entscheidungsprozess beeinflusst. Die zeitliche Dimension sollte daher in statistischen Modellen entsprechend berücksichtigt werden. Die Comparative Effectiveness Research (CER), die zur vergleichenden Analyse der Wirksamkeit von Behandlungen dient, hat sich seit Kurzem zu einem neuen Element der Entscheidungsfindung im Gesundheitswesen entwickelt. Das im Rahmen der Marie-Skłodowska-Curie-Maßnahmen finanzierte Projekt Dynamic CER möchte die zeitliche Dynamik von komplexen Gesundheitsinterventionen untersuchen und wird zu diesem Zweck neue statistische Methoden entwickeln, die sowohl zur Primärforschung als auch zur Evidenzsynthese dienen sollen. Das hervorgehende innovative Werkzeug für Netzwerk-Metaanalysen wird es Fachleuten ermöglichen, die Ergebnisse von bereits vorhandenen Netzwerk-Metaanalysen dynamisch zu überwachen und zu aktualisieren.
Ziel
Comparative effectiveness research (CER) has recently emerged as a key component of health care decision-making, specifically designed to provide evidence of the effectiveness of different health care treatments. The latter are becoming increasingly complex, and there is now intense interest in deploying advanced statistical tools to study and guide the development of such complex systems. Complex interventions might also involve interactions through time, where actions in the past affect the future decision making context. In this case, the temporal dimension should be taken into account into the statistical model, yielding in turn more precise guidelines for health care decision-making. However, current CER methodologies are not well-suited to understand such complex systems or characterise their future behaviour. Statistical methods based on dynamic modelling are therefore needed to advance progress of the state-of-the art of CER research. In particular, this fellowship will tackle the problem by developing novel statistical methodologies for the study of the temporal dynamics of complex health care interventions, both for primary research and evidence synthesis. For primary research, the fellowship will explore the emerging case of pervasive and technology-based interventions, which are by nature dynamic. For evidence synthesis - which is the procedure of summarising evidence from different primary studies of a specific health condition - the innovative tool of network meta-analysis will be deployed and an extension for dynamically monitoring and updating the results of existing network meta-analyses will be developed.
Wissenschaftliches Gebiet
Schlüsselbegriffe
Programm/Programme
Thema/Themen
Aufforderung zur Vorschlagseinreichung
Andere Projekte für diesen Aufruf anzeigenFinanzierungsplan
MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)Koordinator
75006 Paris
Frankreich