Epidemiologia Descritiva

A Divisão mantém um programa amplo e multifacetado de estudos epidemiológicos descritivos utilizando uma variedade de abordagens metodológicas para identificar novos fatores de risco, avaliar heterogeneidade tumoral, descrever tendências atuais e futuras de malignidades comuns e raras, e projetar risco para segundo câncer primário.

COVID-19 Mortality Tracker

Investigadores desenvolveram o COVID-19 Mortality Tracker para monitorar semanalmente as tendências americanas em mortalidade geral e de causas específicas desde o início da pandemia. O objetivo é monitorar o impacto mais amplo da COVID-19 na mortalidade nos EUA usando técnicas de visualização de dados para revelar padrões e gerar potenciais questões de pesquisa.

Mapping Cancer Rates by Geography, Race, and Ethnicity

Para identificar novas exposições carcinogênicas, nossos investigadores utilizam o Atlas de Câncer NCI, uma ferramenta de mapeamento de visualização, para caracterizar a distribuição geográfica do câncer, bem como as diferenças por raça e etnia.

Epidemiologia molecular em tendências cancerígenas

Para aproveitar os marcadores moleculares, genéticos, hormonais e virais emergentes que influenciam o tratamento e o prognóstico do câncer, os investigadores do DCEG estão integrando informações de relatórios de patologia em estudos descritivos e registros de câncer. Este esforço se encaixa com o programa mais amplo da Divisão sobre o perfil do tumor em relação à etiologia do câncer.

Estudos de Vinculação de Dados

Bases de dados grandes ligadas a registros de câncer permitem aos investigadores do DCEG avaliar a influência dos fatores de risco de câncer nas taxas de incidência em nível populacional. Estudos vinculados incluem o HIV/AIDS Cancer Match Study, o Transplant Cancer Match Study e o SEER-Medicare.

Novel Methods and Tools

DCEG investigadores desenvolveram sofisticados modelos bioestatísticos e ferramentas analíticas para ajudar a explicar as mudanças na incidência de câncer e tendências de mortalidade ao longo do tempo. Um exemplo é a ferramenta Age-Period-Cohort (APC), projetada para permitir que os pesquisadores desentendam os efeitos interativos da biologia relacionada à idade, os efeitos do período do calendário (por exemplo, triagem) e as exposições ao parto de uma geração para a próxima.