描述
杜克大学和北卡罗来纳州立大学(NC State)邀请访问学者、博士后人员进行因果推理和数据整合分析方法的研究，重点是创新的统计方法，通过纳入真实世界的数据并考虑隐藏的偏差，提高临床试验的效率和稳健性。
FDA最近的U01赠款和其他资金来源将为该职位提供资金。该职位将主要在杜克大学医学院生物统计学和生物信息学系工作，受王小飞博士领导。这位访问学者、博士后还将与北卡罗来纳州立大学统计系的舒扬博士以及杜克大学、布朗大学和礼来公司公司的其他临床和方法学研究人员密切合作。
在PIs、共同研究者和合作者的指导下，访问学者、博士后助理将负责开发新的统计方法，通过利用外部历史控制或来自现有临床试验或真实世界数据的另一种类型的辅助信息来支持临床试验。
访问学者、博士后助理将使用分析和蒙特卡罗方法，在二元、连续和时间-事件结果方面将新的设计和技术与现有的进行比较。访问学者、博士后助理将帮助为提议的统计方法开发R/SAS软件，并与所有项目调查人员密切合作，从现有的临床试验、广泛的观察研究或多种罕见和常见疾病领域的基于人群的数据库中提取相关数据，包括阿尔茨海默病、脑肿瘤和肺癌。
访问学者、博士后助理将参加研究小组的常规面对面或虚拟会议以及与FDA的会议。我们期望访问学者、博士后成为统计或医学出版物的主要作者或合著者，并在专业会议上传播研究成果。
资格
为了与统计和医学研究者建立更紧密的合作，成功的候选人将具备以下资格:
- 统计学、生物统计学或相关领域的博士学位
- 对开发由医学研究需求驱动的新型统计方法有浓厚的兴趣
- 扎实的因果推理和生存分析背景
- 具有临床试验研究、机器学习和高维统计的经验(理想但非必需)
- 在R和SAS方面有很强的统计计算技能
- 优秀的写作和沟通技巧
