Karriere

Institut für Medizinische Statistik

Stellenangebote im Institut für Medizinische Statistik

Das Institut für Medizinische Statistik bietet innerhalb der medizinischen Fakultät und am Göttingen Research Campus (GRC) Beratung und Lehre auf den Gebieten der biometrischen und bioinformatischen Analyse von klinischen und genomischen Daten an und betreibt weiterhin aktiv Forschung auf den Gebieten adaptive Designs klinischer Studien, Evidenzsynthese und statistische Analyse von hochdimensionalen Daten.

Neben der Beratung von Mitarbeitenden und Studierenden der Universitätsmedizin Göttingen in den Wissenschaftlichen Serviceeinheiten ist das Institut für Medizinische Statistik an einer Reihe von über Drittmittel geförderten Forschungsprojekten und interdisziplinären Konsortien zu methodischen Fragestellungen und klinischer Forschung in den verschiedensten Fachbereichen, wie zum Beispiel Neurologie, Kardiologie und Onkologie, beteiligt.

Auch wenn aktuell keine passende Stellenausschreibung vorhanden ist, können Sie sich gerne initiativ bewerben. Zur Mitarbeit in Drittmittelprojekten und unseren Servicegruppen suchen wir laufend Mitarbeiter*innen mit einem Abschluss in Biostatistik, Gesundheitsökonomie und Gesundheitswissenschaften für die methodische Forschung sowie zur Unterstützung im Bereich klinische Studien, Versorgungsforschung und Evidenzbasierte Medizin.

Bei Interesse richten Sie Ihre Bewerbung bitte an sekretariat.ams(at)med.uni-goettingen.de.

Themen für Abschlussarbeiten

In den oben genannten Bereichen bieten wir eine Reihe von Themen für Abschlussarbeiten. Aber auch selbsteingebrachte Vorschläge sind sehr willkommen. Folgende Themen werden momentan von unseren Arbeits- und Servicegruppen angeboten.

Arbeitsgruppe Statistische Methoden für klinische Studien:

  • "Agent-based modelling of therapeutic interventions: How can we explore complex patient-therapist interactions and their effects in childhood obesity therapy with agent based models (ABM)?" (joint project with Professor Kerstin Wiegand)

Arbeitsgruppe Clinical Epidemiology and Health Economics:

  • "Validation and recalibration of kidney transplantation risk prediction models using data from the German transplantation registry"
  • "Examination whether the implementation of a fixed effect in beta-binomial regression models preserves the principle of concurrent control in blocked designs such as meta-analyses"
  • "Cross-Validation of real-world/routine health care data and data collected for clinical trials from the University Medical Center Göttingen"

Arbeitsgruppe Computational Statistics:

  • "Comparing Causal Forests with GAMLSS for Heterogeneous Treatment Effect Evaluation"
  • "Treatment effects on a bivariate outcome using distributional copula regression models"
  • "Incorporating Variability into Treatment Optimization Algorithms"
  • "Variable selection for causal inference in observational data: propositions for GAMLSS"

Wissenschaftliche Serviceeinheit Medizinische Biometrie und Statistische Bioinformatik:

  • "Designaspekte bei föderiertem Lernen" - Föderiertes Lernen bezeichnet einen Ansatz zum Lernen auf verteilten Daten, der ohne eine Zusammenführung der Daten auskommt. Insbesondere im medizinischen Kontext sind solche Ansätze aufgrund der hohen Anforderungen an den Datenschutz attraktiv. Im Rahmen des deutschlen Gesundheitszentrums für Herz-Kreislauf-Erkankungen sollen in diesem Projekt verschiedene Designaspekte föderierten Lernens in der Anwendung auf CT- und EKG-Daten bei Herzpatienten untersucht werden.
  • "Implementierung einer Analysepipeline für die Analyse von Single-cell Daten" - Single-cell Experimente sind eine neue Technik, die zunehmend zur Beantwortung molekularbiologischer Fragestellungen eingesetzt wird. Während die grundlegenden Analyseschritte bereits implementiert sind, legt die steigende Nachfrage nahe, eine vollautomatisierte Analysepipeline zu implementieren. Das Projekt würde in Zusammenarbeit mit der Translational multiomics and precision cardiology Gruppe betreut werden.
  • "Vorhersage der Cas13 RNA-Silencing-Effizienz anhand der primären gRNA-Sequenz" - Cas13 ist ein Protein, das spezifische RNA-Moleküle in Abhängigkeit von einer gRNA-Sequenz abbaut. Die Wirksamkeit von gRNA-Sequenzen bleibt schwer fassbar und ihre Vorhersage ist Gegenstand laufender Forschung. Die Translational multiomics and precision cardiology Gruppe sammelte Daten, die als Trainingsdaten für maschinelle Lernalgorithmen dienen können, um dieses Problem zu lösen.
  • "Multimodale Single-cell Daten-basierte Up-stream-Analyse" - Multimodale Einzelzellexperimente ermöglichen die gleichzeitige Erfassung von Informationen über den Genstatus und seine Regulierung in einer Einzelzellauflösung. Diese Daten bergen das Potenzial, mögliche Auslöser für eine spezifische Veränderung der Genexpression in einem bestimmten Zellkontext zu identifizieren. Die Entwicklung und Erweiterung einer integrativen Analysemethode bleibt eine Herausforderung.
  • "Identifizierung von Genen, die über Epigenetische Veränderungen Genregulation beeinflussen" - In einem früheren Projekt haben wir epigenetische Merkmale verwendet, um die Aktivierung von Genen vorherzusagen. Aus diesem Projekt entstand die Idee, die Aufgabe umzukehren und ein interpretierbares maschinelles Lernmodell zu implementieren, um zu ermitteln, welche Gene diese relevanten epigenetischen Veränderungen steuern.

Bei Interesse an einer Abschlussarbeit wenden Sie sich bitte direkt an die jeweilige Leitung der Arbeits- oder Servicegruppe

Stellenangebote der UMG

Die Universitätsmedizin Göttingen ist ständig auf der Suche nach neuen Mitarbeiter*innen, die mit Leidenschaft, Begeisterung und neuen Ideen die UMG voranbringen. Prüfen Sie die Stellenangebote der UMG.

Das könnte Sie auch interessieren

Folgen Sie uns