Universitair docent
Dr. Ir. N. (Nan) van Geloven
Specialismen:
Medische statistiek, casuele inferentie, causale predictie
Medische statistiek, casuele inferentie, causale predictie
&width=400&height=400)
Even voorstellen
Als biostatisticus werk ik aan het analyseren en ontwerpen van klinische studies. De methodologische uitdagingen die ik tegenkom in samenwerkingen met medisch onderzoekers motiveren mij om betere statistische methoden te ontwikkelen.
Ik coördineer onderwijs binnen de masteropleiding Statistics and Data Science (Causal Inference I en II) en geef onderwijs aan medische en bio-medische promovendi (`Clinical Trials’ en `Basic Methods and Reasoning in Biostatistics’).
Ik ben lid van de Executive Committee van de International Society of Clinical Biostatistics, voormalig editor van Statistica Neerlandica en lid van de Causal Inference Topic Group binnen het internationale STRATOS initiatief. Ik leid het ‘Causal Inference for AI’ netwerk tussen Leiden, Delft, Rotterdam en Utrecht.
Ik studeerde Toegepaste Wiskunde aan de TU Delft, werkte en promoveerde ik bij het UMCA, waar ik onder andere voorzitter was van het management team van de Clinical Research Unit. Sinds 2015 werk ik bij het LUMC.
Ik coördineer onderwijs binnen de masteropleiding Statistics and Data Science (Causal Inference I en II) en geef onderwijs aan medische en bio-medische promovendi (`Clinical Trials’ en `Basic Methods and Reasoning in Biostatistics’).
Ik ben lid van de Executive Committee van de International Society of Clinical Biostatistics, voormalig editor van Statistica Neerlandica en lid van de Causal Inference Topic Group binnen het internationale STRATOS initiatief. Ik leid het ‘Causal Inference for AI’ netwerk tussen Leiden, Delft, Rotterdam en Utrecht.
Ik studeerde Toegepaste Wiskunde aan de TU Delft, werkte en promoveerde ik bij het UMCA, waar ik onder andere voorzitter was van het management team van de Clinical Research Unit. Sinds 2015 werk ik bij het LUMC.
Wetenschappelijk onderzoek
Mijn methodologisch onderzoek richt zich op causale inferentie methoden en in het bijzonder op hoe die methoden klinische predictie modellen kunnen versterken. Ik focus op het voorspellen van tijd-tot-event uitkomsten, rekening houdend met over de tijd variërende behandelingen. Dit bouwt voort op mijn eerdere werk aan dynamische predictiemodellen, en het door mij ontwikkelde ‘prediction estimand’ raamwerk voor het accuraat meenemen van behandeleffecten in predicties. Verder ontwikkel ik methoden voor het evalueren van (causale) predicties. Op dit moment leid ik een werkpakket over causale model selectie binnen het ‘Safe Causal Inference’ consortium alsmede een door de Nationale Wetenschap Agenda gefinancierd project over het kwantificeren van onzekerheid in klinische beslisondersteuning.
In nationale en internationale samenwerkingen met klinisch onderzoekers pas ik mijn methoden toe op vraagstukken uit onder andere de transfusiegeneeskunde, diabetesonderzoek, fertiliteitsonderzoek, transplantatiegeneeskunde en IC onderzoek.
In nationale en internationale samenwerkingen met klinisch onderzoekers pas ik mijn methoden toe op vraagstukken uit onder andere de transfusiegeneeskunde, diabetesonderzoek, fertiliteitsonderzoek, transplantatiegeneeskunde en IC onderzoek.
