Universitair docent
M. (Mar) Rodríguez-Girondo, PhD
Specialismen:
Overlevingsanalyse, Hoog-dimensionale data, Complexe steekproefontwerpen, Pedigree data, Veroudering, Erfelijke kanker
Overlevingsanalyse, Hoog-dimensionale data, Complexe steekproefontwerpen, Pedigree data, Veroudering, Erfelijke kanker
&width=400&height=400)
Even voorstellen
Ik ben een biostatisticus, gespecialiseerd in statistische omics, met een diepe interesse in veroudering en onderzoek naar erfelijke kanker. Ik ben in november 2013 in dienst getreden bij het Leids Universitair Medisch Centrum (LUMC), eerst als postdoctoraal onderzoeker en sinds 2017 als universitair docent. Mijn rol omvat het ontwikkelen en toepassen van statistische methoden om complexe biomedische datasets te analyseren, vaak met betrekking tot (meerdere) hoog-dimensionale data en/of complexe “time-to-event” uitkomsten.
In juni 2013 heb ik mijn Ph.D. in Statistiek behaald aan de Universiteit van Santiago de Compostela, Spanje, waarbij ik een pre-doctoraal onderzoeksverblijf aan de Universiteit van Göttingen, Duitsland, in 2012 heb gevolgd. Bij het LUMC heb ik mijn onderzoek uitgebreid naar het ontwikkelen van methoden om gecorreleerde overlevingsdata te analyseren die onder niet-willekeurige schema's zijn bemonsterd, en het integreren van hoog-dimensionale omics datasets voor voorspellende modellering.
In juni 2013 heb ik mijn Ph.D. in Statistiek behaald aan de Universiteit van Santiago de Compostela, Spanje, waarbij ik een pre-doctoraal onderzoeksverblijf aan de Universiteit van Göttingen, Duitsland, in 2012 heb gevolgd. Bij het LUMC heb ik mijn onderzoek uitgebreid naar het ontwikkelen van methoden om gecorreleerde overlevingsdata te analyseren die onder niet-willekeurige schema's zijn bemonsterd, en het integreren van hoog-dimensionale omics datasets voor voorspellende modellering.
Wetenschappelijk onderzoek
Mijn primaire onderzoeksterreinen omvatten de ontwikkeling van methoden voor het analyseren van statistische omics, complexe “time-to-event” data en gezinsdata die zijn bemonsterd volgens complexe steekproefontwerpen. Mijn werk sluit nauw aan bij de LUMC-innovatiemethoden Lifecourse Epidemiology and Geroscience (LEGend) en Medical Genomics, waarbij ik in beide actief betrokken ben door multidisciplinaire onderzoeken. Momenteel draag ik bij aan ZonMw-gefundeerde projecten door nieuwe methoden te ontwikkelen voor biologische leeftijdsvoorspelling, het uitbreiden van additive hazards regressiemodellering om overmatige gevaren in de context van pandemieën te kwantificeren, en het creëren van optimale steekproefselectiestrategieën voor gezinsgebonden langlevingsstudies.