19. november 2020

Nyt data-samarbejde mellem KU, Novo Nordisk og UC Berkeley

Big data

Institut for Folkesundhedsvidenskab på KU har indgået et nyt samarbejde med førende forskere i machine learning og biostatistik fra UC Berkeley i Californien. Samarbejdet til i alt 25 millioner kroner skal forsøge at få mere viden ud af data fra lægemiddelafprøvningsstudier og register data om årsagssammenhængene mellem forskellige sygdomme og lægemidler.

Data
(Foto: Colourbox)

Når man kigger på sygdom og sundhed fra et statistisk perspektiv, kan man finde rigtig mange sammenhænge på befolkningsniveau. Tilsvarende indsamles enorme mængder data via lægemiddelafprøvningsstudier. Men det er ofte rigtig svært at sige noget om årsag og virkning, ikke mindst i forhold til hvordan behandlinger vil virke udenfor det kontrollerede miljø som lægemiddelafprøvning udgør.

Det skal et nyt samarbejde mellem Institut for Folkesundhedsvidenskab på Københavns Universitet, UC Berkeley og Novo Nordisk nu forsøge at rette op på. Samarbejdet har fået navnet ”Joint Initiative for Causal Inference”, og det går ud på at afklare om der er kausale sammenhænge, som der ligger i navnet.

”Vores kolleger fra UC Berkeley er absolut verdensførende, når det gælder forskning i krydsfeltet mellem statistiske metoder, machine learning og kausale udledningsmetoder. At bringe det sammen med vores erfaring med registerforskning og de højt specialiserede kompetencer inden for lægemiddelafprøvning hos Novo Nordisk vil virkelig kunne skubbe feltet fremad. Vi er derfor meget begejstrede for denne mulighed” siger lektor og viceinstitutleder på Institut for Folkesundhedsvidenskab, Theis Lange.

Data-guldgrube

Samarbejdet drejer sig for eksempel om, hvordan de danske registerdata kan tænkes sammen med data fra lægemiddelafprøvning. Disse analyser vil kræve at man kombinerer klassisk biostatistik med machine learning.

Udover Theis Lange selv vil projektet fra KU blive ledet af professorerne Torben Martinussen og Thomas Gerds, alle tre fra Biostatistisk afdeling og inddrager både postdocs og PhD studerende.

Lanceringen blev markeret i slut oktober med et Webinar, der introducerede de nye metoder til et publikum af både dataforskere og klinikkere. Man kan gense præsentationer her:

 

Kontakt

Lektor i Biostatistik  Theis Lange
+45 29 93 63 75
thlan@sund.ku.dk