Ph.d.-forsvar ved Rikke Nørmark Mortensen

I en statistisk prædiktionsmodel kombineres forskellige kliniske risikofakto-rer for at prædiktere risikoen for en given fremtidig hændelse hos den en-kelte patient. Sådanne modeller benyttes i stigende grad i klinisk praksis som et redskab til at forudsige risikoen for en given klinisk hændelse. For at sikre den korrekte behandling af patienten er det nødvendigt, at en præ-diktionsmodel giver nøjagtige risikoestimater, og det er derfor vigtigt at validere en statistisk prædiktionsmodel. Til dette formål findes en række statistiske metoder, bl.a. Brier scoren og AUC. 

Formålet med denne ph.d.-afhandling er at bidrage til forskningsområdet indenfor prædiktionsmodeller i biostatistik. Afhandlingen er baseret på tre studier, der havde til formål at:

• Forklare, at en biomarkør med en statistisk signifikant sammen-hæng i en regressionsmodel ikke nødvendigvis har en prædiktiv ef-fekt hos den enkelte patient.
• Studere asymptotisk inferens for krydsvalideret estimater af Brier scoren og AUC for højere censureret overlevelsesdata. 
• Studere asymptotisk inferens for prædikterede risikoestimater fra en logistisk re-kalibreret prædiktionsmodel.

Tid og sted

Vejledere og bedømmelsesudvalg

Vejledere

Professor Thomas Alexander Gerds
Biostatistisk Afdeling
Københavns Universitet

Professor Christian Torp-Pedersen
Epidemiologi og Biostatistik
Aalborg Universitetshospital

Bedømmelsesudvalg

Professor Martin Bøgsted
Klinisk Institut
Aalborg Universitetshospital

Associate Professor Georg Heinze
Section for Clinical Biometrics
Center for Medical Statistics, Informatics and Intelligent Systems
Medical University of Vienna

Professor Jacob v. B. Hjelmborg
Institut for Sundhedstjenesteforskning
Syddansk Universitet