Unser Team unterstützt und leitet verschiedene Aspekte der klinischen Forschung in der Abteilung für Rheumatologie.
Unsere tägliche Forschung umfasst:
- Interdisziplinäre Arbeit mit Forschungsgruppen
- Datenmanagement von Registerdaten und klinischen Studien
- Methodische Unterstützung
- Statistische Unterstützung für Förderanträge, Studienplanung und Datenanalysen
Teammitglieder
Stand Jänner 2024.
Mag. Claudia Anna Hana, PhD
Leiterin des Teams Datenwissenschaft und EpidemiologieForschungsinteressen
Ich unterstütze die klinische Forschung unserer Abteilung mit epidemiologischem und biostatistischem Fachwissen in allen Aspekten der Studienplanung, der Erstellung von Studienprotokollen, der Auswertung, Integration und Analyse von Daten sowie der Erstellung von Statistiken.
Mein Forschungsinteresse liegt in der Erforschung klinischer und biologischer Marker, die den Verlauf von Patienten mit rheumatischen Erkrankungen anhand von Beobachtungs- und Studiendaten erklären. In dieser Hinsicht konzentriere ich mich auf longitudinale, biostatistische Modelle, um ein besseres Verständnis dafür zu erlangen, wie die Krankheitsgeschichte der Patienten zu ihrem aktuellen Krankheitszustand beigetragen hat. Ein weiterer Schwerpunkt meiner Arbeit ist die Entwicklung von Modellen, die die genetische Anfälligkeit von Patienten für rheumatische Erkrankungen beschreiben.
Thi Lan Vi Tran, M.Sc.
DatenwissenschaftlerinForschungsinteressen
Ich integriere klinische Daten aus verschiedenen Datenbanken und trage zur Entwicklung unserer internen Datenbanken bei. Ich verfüge über Fachwissen im Bereich Data Mining und stelle internen und externen Mitarbeitern harmonisierte und verarbeitete Daten zur Verfügung. Außerdem unterstütze ich Kliniker bei der Datenanalyse.
Marlene Steiner, M.Sc.
DatenwissenschaftlerinForschungsinteressen
Ich bearbeite und vereinheitliche Datensätze aus klinischen Studien zu rheumatischen Erkrankungen und erweitere damit unsere Datenbank. Außerdem unterstütze ich Kliniker durch Datenanalysen. Schließlich nutze ich mein Fachwissen in statistischer Modellierung und maschinellem Lernen, um komplizierte Muster in Datenstrukturen zu erkennen und so zu Fortschritten in der medizinischen Forschung beizutragen.
Publikationen Highlights
Tenderness and radiographic progression in rheumatoid arthritis and psoriatic arthritis.
In dieser Studie verwendeten wir einen logistischen Mixed-Effect-Ansatz, um den Zusammenhang zwischen Zärtlichkeit und radiologischer Progression auf individueller Gelenksebene zu modellieren.
Multiparametric Prediction Models for Coronavirus Disease 2019 Vaccine Selection: Results of a Comparative Population-Based Cohort Study.
In dieser Studie haben wir patientenabhängige Parameter ermittelt, die eine Vorhersage der künftigen humoralen Immunantwort auf verschiedene Coronavirus-Impfstrategien ermöglichen.
Kollaborations & Förderungen
- Unser Team ist ein aktives Mitglied des europäischen Konsortiums "Squeeze". Wir arbeiten mit dem Leiden University Medical Center (Niederlande), Diakonhjemmet sykehus AS (Norwegen), dem Karolinska Institutet (Schweden), der Queen Mary University of London (Vereinigtes Königreich) und dem Humanitas Research Hospital (Italien) zusammen, um durch die Integration verschiedener europäischer Datensätze zur rheumatoiden Arthritis das Beste aus den vorhandenen Medikamenten herauszuholen.
- Unser Team ist auch Mitglied des europäischen Konsortiums "Strata-Fit". Wir arbeiten mit dem Universitair Medisch Centrum Utrecht (Niederlande), dem Karolinska Institutet (Schweden), Medical Data Works (Niederlande), dem Instituto de Medicina Molecular João Lobo Antunes (Portugal) und der Ludwig-Maximilians-Universität München (Deutschland) zusammen, um schwer zu behandelnde rheumatoide Arthritis in verschiedenen europäischen Kohorten zu identifizieren.
- Wir arbeiten regelmäßig mit dem Team von Matthew Brown (Department of Medical & Molecular Genetics/Kings's College, London, UK) im Rahmen der Studie "Susceptibility for Transition of Progression to Psoriatic Arthritis (STOP-PsA)" zusammen.
Unser Team wird mit Beiträgen der Stadt Wien und den Horizon Europe Grants SQUEEZE und STRATA-FIT finanziert.