Deskriptiv epidemiologi

Deskriptiv epidemiologi: Historiska perspektiv och framtida möjligheter

Deskriptiv epidemiologi: Historiska perspektiv och framtida möjligheter

Dr. Joseph F Fraumeni, Jr. och Dr Robert N. Hoover presenterar en tillbakablick på decennier av banbrytande forskning inom deskriptiv epidemiologi.

Avdelningen upprätthåller ett brett och mångfacetterat program för beskrivande epidemiologiska studier där man använder sig av en mängd olika metodologiska tillvägagångssätt för att identifiera nya riskfaktorer, utvärdera tumörheterogenitet, beskriva nuvarande och framtida trender för vanliga och sällsynta maligniteter och beräkna risken för andra primära cancerformer.

COVID-19 Mortality Tracker

Forskarna har utvecklat COVID-19 Mortality Tracker för att övervaka veckovisa trender i USA när det gäller total och orsaksspecifik dödlighet sedan pandemins början. Målet är att övervaka COVID-19:s bredare inverkan på dödligheten i USA med hjälp av datavisualiseringstekniker för att avslöja mönster och generera potentiella forskningsfrågor.

Mapping Cancer Rates by Geography, Race, and Ethnicity

För att identifiera nya cancerframkallande exponeringar använder våra forskare NCI Cancer Atlas, ett visualiseringskartläggningsverktyg, för att karaktärisera den geografiska fördelningen av cancer samt skillnader efter ras och etnicitet.

Molekylär epidemiologi i cancertrender

För att dra nytta av nya molekylära, genetiska, hormonella och virala markörer som påverkar cancerbehandling och prognos integrerar DCEG:s forskare information från patologirapporter i beskrivande studier och cancerregister. Denna satsning är förenad med avdelningens bredare program för tumörprofilering i förhållande till cancerektiologi.

Data Linkage Studies

Stora databaser som är kopplade till cancerregister gör det möjligt för DCEG:s utredare att bedöma cancerriskfaktorers inflytande på incidensfrekvensen på befolkningsnivå. Bland de kopplade studierna finns HIV/AIDS Cancer Match Study, Transplant Cancer Match Study och SEER-Medicare.

Nya metoder och verktyg

DCEG:s utredare har utvecklat sofistikerade biostatistiska modeller och analytiska verktyg för att hjälpa till att förklara förändringar i cancerincidens och dödlighetstrender över tid. Ett exempel är verktyget Age-Period-Cohort (APC), som utformats för att göra det möjligt för forskare att särskilja de interaktiva effekterna av åldersrelaterad biologi, kalenderperiodeffekter (t.ex. screening) och exponeringar från en födelsekohort från en generation till nästa.

Lämna ett svar

Din e-postadress kommer inte publiceras.