Dipartimento di Scienze Statistiche

Il Dipartimento di Scienze Statistiche è lieto di annunciare il prossimo incontro dei DSS Lunch Seminar. Il titolo dell'intervento è “ Bayesian design and analysis methods for precision trials”, a cura della professoressa Shirin Golchi, Department of Epidemiology and Biostatistics, McGill University L'evento si terrà venerdì 13 marzo alle ore 12:30 presso l'Aula 34, sita al piano IV del Dipartimento di Scienze Statistiche, edificio CU002 in Città Universitaria, Piazzale Aldo Moro 5, Roma.   A proposito dei lunch seminar I DSS Lunch Seminar nascono dall’idea dei ricercatori e delle ricercatrici del Dipartimento di Scienze Statistiche di creare un luogo aperto ed inclusivo di incontro, confronto e accrescimento sui diversi temi di ricerca di interesse del dipartimento. In un clima di informale convivialità ci si aprirà al dibattito mostrando i risultati delle proprie ricerche e discutendone con l’obiettivo di scoprire ed interagire su temi nuovi e stimolanti tra persone con diversa estrazione accademica ed interessi.   Bayesian design and analysis methods for precision trials a cura della professoressa Shirin Golchi With the advancement of precision medicine there is an increasing need for design and analysis methods in clinical trials with the objective of investigating effect heterogeneity, identifying participant subgroups that are most likely to benefit from experimental treatments and informing individualized treatment recommendations. Bayesian methods are particularly suited to precision trials as they offer a flexible yet principled framework for incorporating information with appropriate representation of uncertainty at the design and analysis stages. In this talk, I will present a series of recent developments in precision trials including a flexible analysis model relying on free-knot splines and Bayesian model averaging, and methods for borrowing external information both in form of aggregate summaries and individual level data. In addition, I will discuss a Bayesian design framework for precision trials were uncertainty about the information and assumptions is propagated in the design and will present computational methods for efficient evaluation of Bayesian operating characteristics. These methods are demonstrated in the context of example design exercises ranging a variety of substantive areas.   Per info Per informazioni: davide.biancalana@uniroma1.it