![](https://canssi.ca/wp-content/uploads/dirk-douwes-schultz.jpg)
Histoires post-universitaires
Dirk Douwes-Schultz abordera les mécanismes de changement de comportement dans les modèles épidémiques complexes
En tant que boursier postdoctoral distingué de l’INCASS 2024, Dirk Douwes-Schultz participera à un programme complet qui implique l’enseignement, la collaboration interdisciplinaire ou appliquée, le développement professionnel et un projet de recherche axé sur le développement de nouveaux modèles épidémiques bayésiens permettant des changements dans l’infectiosité en raison d’un changement de comportement dynamique dans les populations touchées. Il travaillera sous la supervision du professeur Rob Deardon (Université de Calgary) et de la professeure Alexandra Schmidt (Université McGill).
Programme : Bourse postdoctorale distinguée de l’INCASS
Région : Nationale
Date : 2024–2026
Domaines d’intervention du projet
Lors d’épidémies de maladies infectieuses, la population touchée réagit souvent à la gravité de l’épidémie, modifiant ainsi la dynamique de transmission au fil du temps. Dans ce projet, Dirk travaillera au sein d’une équipe multi-institutionnelle et interdisciplinaire pour développer de nouveaux modèles épidémiques bayésiens qui permettent des changements dans l’infectiosité dus à un changement de comportement dynamique (CD) dans la population. Le projet se concentrera autour (i) développer de nouveaux mécanismes complexes de CD (par exemple, lassitude liée au confinement) à inclure dans les modèles épidémiques, et (ii) intégrer les mécanismes de lutte biologique dans des modèles épidémiques plus complexes (par exemple, des modèles spatiaux ou structurés par âge). Des modèles seront développés à l’aide de données simulées, puis appliqués à diverses maladies humaines et animales, notamment le COVID-19, la grippe, Ebola et la fièvre aphteuse.
Les activités de Dirk intégreront également une expérience interdisciplinaire impliquant des interactions au campus médical et vétérinaire de Foothills et au Département de mathématiques et de statistique de l’Université de Calgary (UC) et aux Services de santé de l’Alberta, ainsi que la possibilité d’enseigner un cours de premier cycle par an et de co-enseigner des cours de niveau supérieur et encadrer un ou plusieurs étudiants diplômés. Il s’inscrira également au programme de certificat de bourse postdoctorale de l’UC Taylor Institute of Learning, qui fournit des conseils sur des sujets tels que les méthodes d’enseignement, la conception de cours et la création de dossiers et d’énoncés de philosophie pédagogiques.
![Alexandra Schmidt - Rob Deardon](https://canssi.ca/wp-content/uploads/CDPF-Supervisors-Douwes-Schultz.png)
Faire connaissance avec Dirk
Dirk Douwes-Schultz termine un doctorat au Département d’épidémiologie, de biostatistique et de santé au travail de l’Université McGill sous la supervision d’Alexandra Schmidt et a contribué à l’élaboration de projections de la demande hospitalière pour le gouvernement du Québec dans le cadre de l’équipe de modélisation COVID-19 de McGill dirigée de Mathieu Maheu-Giroux.
Auparavant, il a travaillé pendant deux ans à l’Institute for Health Metrics Evaluation de l’Université de Washington au sein de l’équipe VIH qui a produit des estimations de la prévalence, de l’incidence et de la mortalité du VIH pour 195 pays et certaines unités infranationales.
Dirk déclare que l’une de ses principales aspirations est de poursuivre ses recherches actuelles. Il note que le projet de recherche qui constitue la base de ses travaux sur la BPDI utilise la même classe de modèles (modèles à commutation de Markov couplés) que celle utilisée dans sa thèse de doctorat, bien qu’appliqué à des problèmes très différents impliquant des données au niveau individuel plutôt que des données au niveau de la population.
Il voit également des avantages plus larges dans la nature globale du programme BPDI.
« Si je décide d’une carrière universitaire, le postdoc m’apportera une expérience importante, car je ne pense pas être encore prêt pour un poste de professeur assistant », dit-il. « Je pense également travailler pour le gouvernement puisque ma thèse porte sur la surveillance des maladies infectieuses. Dans ce cas, une expérience plus approfondie dans la modélisation des maladies infectieuses, avec des experts de premier plan dans ce domaine tels que les professeurs Deardon et Schmidt, sera très précieuse.
Le premier article de la thèse de Dirk a été publié récemment dans le Journal of the Royal Statistical Society Series C, et le second est en cours de révision dans les Annals of Applied Statistics.
Les techniques d’inférence nécessaires pour ajuster les modèles de Markov cachés couplés ne sont apparues que ces dernières années et, par conséquent, je suis probablement l’un des rares chercheurs à avoir de l’expérience dans ce domaine.
À propos des superviseurs
Rob Deardon
Alexandra Schmidt
Alexandra M. Schmidt est professeure de biostatistique et titulaire de la chaire universitaire dotée au Département d’épidémiologie, de biostatistique et de santé au travail (EBOH) de l’Université McGill. Entre 2002 et 2016, elle a travaillé au Département de méthodes statistiques de l’Université fédérale de Rio de Janeiro, au Brésil, où elle est devenue professeur ordinaire de statistique en 2012.
Elle est membre élue de l’American Statistical Association (2020) et membre élu de l’Institut international de statistique (2010). Elle a reçu la Distinguished Achievement Medal (2017) de la section sur les statistiques et l’environnement de l’American Statistical Association et le Abdel El-Shaarawi Young Investigator Award (2008) de l’International Environmetrics Society. Elle a été présidente en 2015 de la Société internationale d’analyse bayésienne.
Elle est membre du Groupe de recherche en épidémiologie environnementale de l’EBOH, du Programme des sciences quantitatives de la vie (QLS) et membre associé du Département de mathématiques et de statistique de McGill. Ses principaux domaines de recherche portent sur la modélisation de processus spatiaux et spatio-temporels complexes dans le cadre bayésien.