Histoires post-universitaires
Chong Gan explorera de nouveaux modèles statistiques pour la survie et le dénombrement à l’aide d’une approche fondée sur les copules et leurs applications dans la recherche en santé.
À titre de boursière postdoctorale distinguée de l’INCASS en 2025, Chong Gan participera à un programme complet qui comprend l’enseignement, la collaboration interdisciplinaire ou appliquée, le perfectionnement professionnel et un projet de recherche axé sur le développement de nouveaux modèles statistiques pour les résultats de survie et de dénombrement à l’aide d’une approche fondée sur les copules et leurs applications dans la recherche en santé. Elle travaillera sous la supervision du professeur Yingwei (Paul) Peng (Université Queen’s) et de la professeure Cindy Feng (Université Dalhousie).
Programme : Bourse postdoctorale distinguée de l’INCASS
Région : Nationale
Date : 2025–2027
Domaines d’intervention du projet
Ce projet vise à faire progresser les méthodologies de copules pour la modélisation des résultats de survie et des résultats de dénombrement. Chong Gan développera des modèles de guérison mixte basés sur des copules pour les données de survie multivariées avec une fraction de guérison et pour les interrelations entre les résultats de survie et les résultats de dénombrement, les dénombrements de zéros en excès et les dépendances non linéaires, ainsi que des modèles de régression modale basés sur des copules pour le mode de résultats de survie. Chong appliquera également les méthodologies proposées aux données des bases de données administratives afin de mieux analyser les résultats multitypes, notamment le délai avant un événement tel qu’une rechute de cancer, une hospitalisation et une réadmission, ainsi que les dénombrements de recours aux soins de santé tels que les visites aux urgences ou en ambulatoire susceptibles de présenter des zéros en excès.
Ce projet permettra à Chong d’acquérir une riche expérience interdisciplinaire. Un axe de recherche appliqué clé sera un projet en cours qui étudie les tendances d’utilisation des services de santé mentale et de toxicomanie en Nouvelle-Écosse, notamment les tendances en matière de visites aux urgences et d’hospitalisations chez les personnes atteintes de troubles mentaux et de toxicomanie. Elle collaborera également avec les oncologues de l’Institut de recherche sur le cancer Sinclair de l’Université Queen’s afin d’aborder les enjeux liés aux soins et à la lutte contre le cancer.
De plus, Chong aura l’occasion d’enseigner des cours, d’encadrer des étudiants et d’acquérir des compétences en gestion de données, en programmation statistique et en présentation de recherches à des publics divers.
Faire connaissance avec Chong
Chong Gan a terminé son doctorat en statistique à l’Université de Guelph en 2025. Ses recherches doctorales ont été supervisées par Zeny Feng et portaient sur les tests d’association et la sélection de variables par étapes dans les modèles de régression à mélanges finis (RMF).
Ses recherches actuelles portent sur le développement de nouveaux modèles de mélange pour le clustering basé sur des modèles et sur la proposition de nouvelles méthodes de clustering pour les données hétérogènes complexes. Elle est également convaincue qu’une base de connaissances étendue peut générer de nouvelles idées et a étudié en autodidacte d’autres techniques d’apprentissage automatique, telles que les réseaux neuronaux et les arbres de décision.
Outre ses activités de recherche, Chong affirme avoir une « grande passion pour l’enseignement des mathématiques et des statistiques ». Elle a enseigné de nombreux cours et est actuellement chargée de cours à temps partiel au Département de mathématiques et de statistique de l’Université de Guelph et chargée de cours à temps partiel au programme d’études en gestion mondiale de l’Université métropolitaine de Toronto.
La bourse postdoctorale distinguée de l’INCASS l’intéresse car elle lui offre « une plateforme pour collaborer avec des experts de diverses disciplines, ce qui me permet d’élargir mes compétences en recherche. La possibilité d’enseigner, d’organiser des événements universitaires et d’encadrer des étudiants sera importante pour enrichir mes compétences professionnelles. »
La possibilité d’enseigner, d’organiser des événements universitaires et d’encadrer des étudiants sera importante pour enrichir mes compétences professionnelles.
À propos des superviseurs
Yingwei (Paul) Peng
Le Dr Yingwei (Paul) Peng est biostatisticien et professeur au Département des sciences de la santé publique de l’Université Queen’s. Ses recherches méthodologiques portent sur les modèles à effets marginaux et aléatoires pour les données de survie avec une fraction de patients guéris ; les méthodes d’estimation semi-paramétriques et la sélection de modèles pour les modèles de survie ; et les modèles statistiques pour les études observationnelles. Une grande partie de ces recherches a impliqué des étudiants de doctorat et de maîtrise et a été réalisée en collaboration avec des chercheurs locaux de l’Université Queen’s et internationaux (États-Unis, Chine, Taïwan, etc.). Elles sont applicables aussi bien aux essais cliniques qu’aux études observationnelles.
Il est titulaire d’un doctorat de l’Université de Newcastle, en Australie.
Les domaines de recherche du Dr Peng comprennent les modèles de guérison, les modèles de survie multivariés, les études cliniques et populationnelles sur les traitements du cancer, le calcul statistique et les méthodes bayésiennes, ainsi que le conseil statistique. Ses intérêts actuels incluent :
- Analyse de survie avec une fraction de guérison
- Inférence causale dans les études observationnelles
- Analyse de données longitudinales et groupées
- Méthodes statistiques pour la recherche sur les services de santé
Cindy Feng
La Dre Cindy Feng est professeure agrégée en biostatistique au Département de santé communautaire et d’épidémiologie de la Faculté de médecine de l’Université Dalhousie. Ses recherches portent sur la santé publique, l’épidémiologie et les problèmes médicaux et portent principalement sur la conception et l’application de méthodes statistiques qui éclairent les décisions en matière de santé. Elle se concentre principalement sur le développement de méthodologies conçues pour l’analyse de données corrélées spatio-temporelles, de données de survie et de données longitudinales corrélées. Elle s’intéresse particulièrement à la découverte de variables ou de tendances latentes qui sous-tendent des ensembles de données complexes. De plus, son expertise s’étend aux modèles prédictifs et à l’intégration de méthodes d’apprentissage automatique. Elle participe activement à des collaborations dans divers domaines tels que la santé mentale et la toxicomanie, la recherche sur le cancer, les maladies infectieuses et l’épidémiologie environnementale. Grâce à ces collaborations interdisciplinaires, elle souhaite contribuer significativement à la compréhension et à la résolution d’enjeux cruciaux en matière de santé et de bien-être.
Les recherches de la Dre Feng portent principalement sur le développement de modèles biostatistiques pour l’analyse de données corrélées, notamment des mesures répétées, des regroupements hiérarchiques, des types de résultats multiples et des données spatialement corrélées. Ses recherches ont été financées par des subventions à la découverte du CRSNG, l’Institut canadien des sciences statistiques et MITACS. Elle a à cœur de combler le fossé entre les méthodes statistiques et la pratique en poursuivant le développement méthodologique et l’application de méthodes statistiques en santé publique, ce qui l’a amenée à nouer des partenariats avec de nombreux chercheurs de diverses disciplines, notamment la médecine, la psychologie, la biologie et la sociologie.
Explorez plus d’histoires
Région nationale
Région nationale
Région nationale
Région nationale
Région nationale