PhD Statistical and health-economic modeling to optimize cancer surveillance
We zijn op zoek naar een enthousiaste PhD-student die de tijd tot slokdarmkanker bij patiënten met een Barrett-slokdarm kan inschatten met behulp van Bayesiaanse statistiek, een wiskundig ziektemodel kan ontwikkelen en optimale surveillancestrategieën kan identificeren.
Als promovendus zijn jouw voornaamste taken:
Wij zijn op zoek naar een enthousiaste PhD student met de volgende expertise:
Op locatie AMC is AMC Medical Research (AMR) gevestigd. AMR ondersteunt wetenschappelijk onderzoek in zonder winstoogmerk. Hiermee voorziet AMR onderzoekers in alles wat ze nodig hebben om te kunnen excelleren. Zo biedt AMR principal investigators (PI's) en projectleiders begeleiding op het gebied van projectbeheer, finance en human resources. Bij medisch-wetenschappelijke onderzoeksprojecten wordt daarnaast ook ondersteuning op juridisch vlak geboden. Bekijk de video hieronder voor meer informatie.
De afdeling Epidemiologie en Data Science van het Amsterdam Universitair Medisch Centrum ondersteunt en initieert biomedisch, epidemiologisch en biostatistisch onderzoek. De afdeling coördineert ook de cursussen epidemiologie en statistiek voor bachelor- en masterstudenten. Een van de belangrijke onderzoeksthema's op de afdeling is ziektemodellering en gezondheidseconomische evaluatie van preventie, diagnose en behandeling van kanker.
Werken bij Amsterdam UMC betekent werken in een inspirerende en professionele omgeving waar het ontwikkelen van talenten en academische vaardigheden wordt gestimuleerd. Wij bieden je volop mogelijkheden voor ontwikkeling, verdieping en verbreding, aanvullende opleidingen en een plek om te groeien!
Barrett-slokdarm is een premaligne en vroege, niet-invasieve, voorloper van slokdarmkanker. Na verloop van tijd kan de metaplasie in een Barrett-slokdarm zich ontwikkelen tot een verder gevorderd stadium (hooggradige Barrett) en uiteindelijk tot kanker. Personen met hooggradige Barrett kunnen endoscopisch worden behandeld, waarna ze worden doorverwezen naar intensieve surveillance. Ongeveer 5-10% van de personen met een succesvol behandelde Barrett-slokdarm zal metachrone laesies ontwikkelen, wat betekent dat meer dan 90% van de patiënten zinloze surveillance-endoscopieën ondergaan. Een nieuw risicostratificatiemodel gebaseerd op DNA FISH heeft het potentieel om individuen onder te verdelen op basis van hun risico op metachrone laesies. Hierdoor is het wellicht mogelijk de intensiteit van surveillance af te stemmen op het individuele risico op metachrone laesies.
Als promovendus werk je onder begeleiding van prof. Veerle Coupé aan het Endeavour-project met als doel de surveillance te optimaliseren bij personen die worden behandeld voor risicovolle Barrett. Om dit doel te bereiken, vergelijk je verschillende op risico gebaseerde surveillancestrategieën in termen van gezondheidswinst, belasting voor de patiënt en kosteneffectiviteit op de lange termijn.
De eerste taak in dit project is om meer inzicht te krijgen in het risico op het ontwikkelen van slokdarmkanker bij personen met succesvol behandelde hoogrisico-Barrett. Daartoe zul je een Bayesiaans statistisch model toepassen op gegevens van individuen die endoscopische surveillance ondergaan om de incidentie van metachrone laesies en de progressie naar slokdarmkanker te schatten.
Vervolgens voer je een systematische review uit om inzicht te krijgen in bestaande gezondheidseconomische modellen die het natuurlijke beloop van slokdarmkanker simuleren. Op basis van de inzichten verkregen uit de systematische review en de Bayesiaanse analyse, evenals gegevens over het DNA FISH-risicostratificatiemodel, wetenschappelijke literatuur en kostengegevens, ontwikkel je een gezondheidseconomisch model om het natuurlijke beloop van slokdarmkanker te simuleren bij personen met behandelde hoogrisico-Barrett. Met behulp van dit model onderzoekt u een reeks risico-gebaseerde surveillancestrategieën in termen van gezondheidswinst, belasting voor de patiënt en kosten om zo de optimale surveillancestrategie te identificeren. Dit project vereist statistische en programmeervaardigheden, evenals interesse in échte toepassingen en het ondersteunen van beslissingen omtrent gezondheidsbeleid.
Gedurende de publicatieperiode worden aanvragen doorlopend in behandeling genomen. Indien de vacature vervuld wordt, wordt deze voortijdig gesloten.
Heb je vragen over deze functie, neem dan gerust contact op met Veerle Coupé via v.coupe@amsterdamumc.nl.
Voor meer informatie over de sollicitatieprocedure kun je contact opnemen met Rhiannon Sandfort, Recruitment adviseur, via r.e.sandfort@amsterdamumc.nl.
Een referentiecheck en screening kunnen onderdeel zijn van de procedure. Kom je bij ons in dienst, dan vragen we voor een aantal functiegroepen standaard een VOG (Verklaring Omtrent Gedrag). Lees hier wat dit inhoudt en of het voor jouw functie van toepassing is.
Interne kandidaten krijgen bij gelijke geschiktheid voorrang op externe kandidaten.
Acquisitie naar aanleiding van deze vacature wordt niet op prijs gesteld.
Werken bij Amsterdam UMC betekent dat je onderdeel bent van iets belangrijks. Jouw rol, jouw persoonlijke bijdrage doet er toe. Want zonder... Lees meer
© BSL Media & Learning, onderdeel van Springer Nature