Histoires post-universitaires
Tatiana Krikella contribuera au développement de méthodes d’estimation multi-échelles pour la gestion des maladies infectieuses
En tant que boursière postdoctorale distinguée de l’INCASS 2024, Tatiana Krikella participera à un programme complet qui implique l’enseignement, la collaboration interdisciplinaire ou appliquée, le développement professionnel et un projet de recherche qui vise à aider à la gestion de la santé publique des épidémies de maladies infectieuses en fournissant des estimations compréhensibles en temps réel des paramètres essentiels de la maladie, en particulier deux paramètres clés (le nombre effectif de reproduction et l’intervalle sériel) qui ne sont pas bien compris. Elle travaillera sous la supervision des professeures Jane Heffernan et Hanna Jankowski (Université York) et du professeur Quazi Rahman (Université Trent).
Programme : Bourse postdoctorale distinguée de l’INCASS
Région : Nationale
Date : 2024–2026
Domaines d’intervention du projet
Tatiana Krikella participera à un projet de recherche majeur dont l’objectif scientifique est de contribuer à la gestion de la santé publique des épidémies de maladies infectieuses en fournissant des estimations compréhensibles en temps réel des paramètres essentiels de la maladie. L’équipe de recherche se concentrera dans un premier temps sur deux paramètres clés, le nombre de reproduction effectif et l’intervalle de série. Il existe de nombreux estimateurs de ces quantités, mais leurs propriétés (en particulier leur comportement en cas de mauvaise spécification du modèle) ne sont pas bien comprises. L’objectif statistique est donc d’étudier ces estimateurs en profondeur puis de développer de nouvelles méthodes qui permettront une estimation multi-échelles. Les techniques clés pour la composante multi-échelle seront soit des parcours bayésiens hiérarchiques, soit des parcours d’apprentissage automatique. Le projet s’appuiera sur les données fournies par la Santé publique.
Tatiana participera également à un large éventail d’autres activités conçues pour lui offrir une vaste expérience de formation. En plus de ses collaborations à l’Université York et à l’Université Trent, elle interagira avec des groupes de recherche en santé publique et gouvernementaux dans diverses juridictions canadiennes, notamment Santé publique Ontario, l’Agence de la santé publique du Canada et le Conseil national de recherches du Canada. Elle enseignera également un cours chaque année de sa bourse, encadrera un étudiant diplômé et présentera le travail de l’équipe lors de réunions de groupe et de conférences. Cette expérience sera complétée par une formation interdisciplinaire en recherche et en communication et par la participation au cours de formation POLARIS EDI de l’Université York.
Faire connaissance avec Tatiana
Tatiana Krikella termine un doctorat en biostatistique à l’Université de Waterloo sous la supervision de Joel A. Dubin. Elle a également participé à un projet interdisciplinaire avec Anindya Sen au Département d’économie qui utilise des méthodes d’apprentissage statistique pour prédire la réadmission à l’hôpital des patients cardiaques.
L’objectif déclaré de Tatiana est de devenir professeur. Elle considère la bourse postdoctorale distinguée de l’INCASS comme une étape précieuse dans cette direction.
« Grâce [the CDPF program][au programme BPDI], je souhaite devenir une chercheuse plus expérimentée et approfondir des domaines statistiques que je n’ai pas explorés jusqu’à présent… Sans l’INCASS, je n’aurais peut-être pas eu l’occasion d’explorer des sujets au-delà de mes connaissances approfondies. »
Elle souligne également les opportunités d’enseignement que sa bourse lui offrira.
« Je suis assistant d’enseignement depuis de nombreuses années, j’ai même enseigné mon propre cours, et c’est un aspect du monde universitaire que j’apprécie. Je trouve une grande satisfaction à aider les étudiants à atteindre leur plein potentiel. La bourse de l’INCASS m’aidera à perfectionner mes compétences pédagogiques et me donnera l’opportunité de mentorer un étudiant diplômé ; une possibilité que j’attends avec impatience.
Grâce [the CDPF program][au programme BPDI], je souhaite devenir un chercheur plus complet et approfondir des domaines statistiques que je n’ai pas explorés jusqu’à présent.
À propos des superviseurs
Jane Heffernan
Jane Heffernan est professeure de modélisation des maladies infectieuses au département de mathématiques et de statistique de l’Université York. Elle est codirectrice du Centre canadien de modélisation des maladies et dirige des réseaux nationaux et internationaux en immunologie mathématique et en modélisation du déclin et du renforcement de l’immunité. Jane a récemment été élue au Collège de nouveaux chercheurs de la Société royale du Canada. Le laboratoire de modélisation des infections et de l’immunité de Jane aborde des questions essentielles en épidémiologie mathématique et en dynamique des agents pathogènes chez l’hôte, en utilisant une modélisation mathématique et informatique pour déterminer les caractéristiques clés des agents pathogènes, des hôtes individuels et des populations qui permettent la propagation de la maladie et pour déterminer les stratégies de santé publique et d’intervention médicale qui seront nécessaires pour contenir ou éradiquer les maladies infectieuses. Ses travaux sont financés par le CRSNG, les IRSC, MITACS, le CNRC, le CIRN ainsi que par des contrats gouvernementaux et industriels.
Hanna Jankowski
Hanna Jankowski est professeure titulaire au Département de mathématiques et de statistique de l’Université York. Ses principaux intérêts de recherche portent sur les statistiques non paramétriques et semi-paramétriques.
Une grande partie de ses travaux récents portent sur l’estimation du maximum de vraisemblance sous contrainte de forme. L’idée clé derrière cette approche est de trouver un équilibre entre les méthodes paramétriques et les méthodes purement non paramétriques en spécifiant une forme (par exemple, la convexité) de la fonction d’intérêt. Contrairement aux méthodes de lissage du noyau, la méthodologie à contrainte de forme ne nécessite pas de choix de bande passante, car elle s’adapte automatiquement localement.
Elle s’intéresse également à l’inférence statistique pour des ensembles aléatoires. Les ensembles aléatoires constituent une approche naturelle de l’analyse des formes et ne nécessitent pas de repères définis par l’utilisateur, ce qui les rend plus naturels dans certains contextes. Un travail étroitement associé est l’approche bayésienne des courbes principales décrite ici, qui montre une application à l’analyse des données d’imagerie médicale SPECT.
Son intérêt pour les ensembles aléatoires a récemment conduit à des recherches sur l’estimation de la dose efficace dans un contexte multivarié. Lorsque plusieurs agents sont présents, l’estimateur de dose efficace est essentiellement un ensemble aléatoire. Jusqu’à présent, ses recherches se sont concentrées sur le développement de régions de confiance pratiques dans un contexte multivarié.
Elle s’intéresse également au travail appliqué et collaboratif. Certains projets récents/en cours incluent la récupération de la trajectoire de vol des oiseaux chanteurs migrateurs et le regroupement du virus de la grippe H3N2.
Quazi Rahman
Quazi Rahman est professeur adjoint au Département d’informatique de l’Université Trent.
Explorez plus d’histoires
Région nationale
Région nationale
Région nationale
Région nationale