Die Abteilung unterhält ein breit gefächertes, facettenreiches Programm deskriptiver epidemiologischer Studien, die eine Vielzahl methodischer Ansätze nutzen, um neue Risikofaktoren zu ermitteln, die Heterogenität von Tumoren zu bewerten, aktuelle und künftige Trends bei häufigen und seltenen bösartigen Erkrankungen zu beschreiben und das Risiko für zweite primäre Krebserkrankungen zu prognostizieren.
COVID-19 Mortality Tracker
Investigatoren haben den COVID-19 Mortality Tracker entwickelt, um wöchentliche Trends in der Gesamt- und ursachenspezifischen Sterblichkeit in den USA seit dem Ausbruch der Pandemie zu überwachen. Ziel ist es, die allgemeinen Auswirkungen von COVID-19 auf die Sterblichkeit in den USA mit Hilfe von Datenvisualisierungstechniken zu überwachen, um Muster aufzudecken und potenzielle Forschungsfragen zu generieren.
Kartierung von Krebsraten nach Geografie, Rasse und ethnischer Zugehörigkeit
Um neuartige karzinogene Expositionen zu identifizieren, nutzen unsere Forscher den NCI Cancer Atlas, ein Visualisierungswerkzeug zur Kartierung, um die geografische Verteilung von Krebs sowie Unterschiede nach Rasse und ethnischer Zugehörigkeit zu charakterisieren.
Molekulare Epidemiologie bei Krebstendenzen
Um neu entstehende molekulare, genetische, hormonelle und virale Marker, die die Krebsbehandlung und -prognose beeinflussen, zu nutzen, integrieren die Forscher der DCEG Informationen aus Pathologieberichten in beschreibende Studien und Krebsregister. Diese Bemühungen fügen sich in das umfassendere Programm der Abteilung zur Erstellung von Tumorprofilen im Zusammenhang mit der Ätiologie von Krebs ein.
Datenverknüpfungsstudien
Große Datenbanken, die mit Krebsregistern verknüpft sind, ermöglichen es den Forschern der DCEG, den Einfluss von Krebsrisikofaktoren auf die Inzidenzraten auf Bevölkerungsebene zu bewerten. Zu den verknüpften Studien gehören die HIV/AIDS-Krebs-Match-Studie, die Transplantations-Krebs-Match-Studie und SEER-Medicare.
Neue Methoden und Instrumente
Die DCEG-Forscher haben ausgefeilte biostatistische Modelle und Analyseinstrumente entwickelt, um Veränderungen in der Krebsinzidenz und den Mortalitätstrends im Laufe der Zeit zu erklären. Ein Beispiel dafür ist das APC-Tool (Age-Period-Cohort), das es den Forschern ermöglicht, die interaktiven Effekte der altersbedingten Biologie, der Effekte des Kalenderzeitraums (z. B. Screening) und der Exposition der Geburtskohorte von einer Generation zur nächsten zu entschlüsseln.