布列根和妇女医院(Brigham and Women’s Hospital,BWH)位于马萨诸塞州波士顿的哈佛医学区,毗邻于哈佛医学院校园,是哈佛大学医学院的主要附属医院之一。位于马萨诸塞州波士顿的布列根妇女医院有12项成人学科位居全美前列,并在耳鼻喉学科和精神病学领域表现突出。
想要出国访问学习的小伙伴看过来啦,布列根和妇女医院药物流行病学和药物经济学或相关领域正在招收访问学者、博士后!51访学网小编每周定时更新最新的访学招聘信息,感谢关注51访学。
职位描述
布里格姆妇女医院医学系和哈佛医学院的药物流行病学和药物经济学部正在接受药物流行病学访问学者、博士后研究员的申请-应用和方法学重点。
该部门包括26名教师和80名工作人员,他们密切合作,研究我们如何有效使用药物并改善健康。我们是世界领先的跨学科研究中心,汇集了医学、流行病学、生物统计学、卫生服务研究、法律、监管和社会科学等各种专业,以评估处方药与风险和成本相关的有效性;研究药物的处方和使用方式;开发优化处方药使用的方法;了解药物在营销后如何获得批准和监管。该部门是研究生和研究员在各种学科领域和方法研究方面排名第一的培训场所。
我们正在寻找有上进心、勤奋和独立的研究员,在以下领域与部门教师合作(完整描述和应用):
•通过应用和推进尖端方法,回答高影响力问题,为老年药流行病学药物的比较有效性和安全性提供临床决策信息:与老年药理流行病学领域领导者的部门教师密切合作。该领域的一名研究员将回答关于高效力(如抗凝血剂)和/或潜在不适当的药物(如抗精神病药或苯二氮卓类药物)的处方和处方和戒毒的关键临床问题,以及它们在老年人中的比较有效性和安全性,利用现实世界数据,包括与电子健康记录相关的行政声明(包括结构化的EHR和自由文本笔记和报告),以及各种临床评估文件(例如,最低数据集[MDS],结果和评估信息集[OASIS],住院康复设施患者评估仪器[IRF-PAI]),并有机会领导几个由NIH资助的大型研究项目。理想的候选人是团队合作者,并拥有流行病学、老龄化研究或临床老年医学的博士学位。
•通过应用和推进尖端方法,回答高影响性问题,为有关心肌代谢和肾脏疾病药物的比较有效性和安全性的临床决策提供信息:该领域的一名研究员将与处于心脏代谢和肾脏疾病药物流行病学领导者的部门教师密切合作,以回答有关药物使用及其比较有效性和安全性的关键临床问题,利用现实世界数据,包括行政索赔、电子健康记录和临床登记(PROMISE计划)。研究员将有机会领导几项重要的研究。理想的候选人是团队合作,拥有药物流行病学博士学位,最好是临床背景,或结合药物流行病学/流行病学培训的医学学位。
•开发和实施尖端方法,以弥合随机临床试验(RCT)和现实世界证据(RWE)之间的差距:RCT和RWE是关于医疗产品益处和安全性的关键和互补的证据来源。该领域的一名研究员将参与几个相互关联的项目,这些项目将利用个人级RCT数据来探索这种互补性,并预计将探索和测试分析RCT和现实世界数据的新分析方法。该领域的研究员将有机会利用RCT-DUPLICATE的大量试验模拟样本的基础设施来开发和测试旨在理解和校准RCT和数据库研究结果的方法,例如元回归技术,以检查替代方法对一致性的影响。需要统计建模和编程方面的培训和经验。开发预测模型、模型验证和校准方法、估算方法、蒙特卡洛模拟和机器学习算法的经验是非常可取的。
•进行有影响力的儿科现实世界证据研究,以推进儿科护理,并为儿童药物的监管提供信息:门诊环境中高达50%的药物和住院环境中80%的药物在儿科患者中非标签使用。人们越来越有兴趣评估现实世界证据研究的适合性,以构成对先前在成人患者中批准的儿科患者使用的药物的补充监管批准的基础。该研究员将使用大型索赔和电子健康记录数据源对药物安全性和有效性进行儿科药物流行病学研究,并研究它如何影响儿童的药物调节。理想的候选人将拥有博士学位、药物流行病学培训和经验。该研究员将在具有药物流行病学和儿科专业知识的部门教师的监督下工作,并与哈佛-麻省理工学院监管科学中心合作。
•评估怀孕期间药物使用的安全性,主要使用嵌套在大型医疗保健利用数据库中的怀孕队列。该领域的一名研究员将与哈佛围产期和儿科药物流行病学项目(H4P)的教师和其他成员密切合作。研究员将有机会领导美国国立卫生研究院资助的研究,解决多个临床领域(如精神病学、神经学、传染病)与怀孕期间药物安全相关的关键问题。此外,研究员将能够为以方法为导向的项目做出贡献,这些项目探索使用尖端的流行病学和统计方法来改善该领域的因果推理。除了对围产期(药物)流行病学有浓厚的兴趣外,理想的候选人将拥有药物流行病学/流行病学博士学位,最好是临床背景,或结合药物流行病学/流行病学培训的医学学位。
•结合人工智能和因果推理:大型语言模型为有效理解包括免费文本笔记在内的医疗记录内容带来了巨大的希望。使用LLM和可扩展的NLP方法来改善变量的测量,这些变量可能是估计药物使用和健康结果之间因果关系的关键,这可能会改变游戏规则。一群具有生物医学信息学、流行病学方法和因果推断背景的教职员工使用EHR数据开发了一个积极的研究管道,EHR+声称链接数据与GPU集群相结合。理想的候选人将具有生物医学信息学和分析EHR数据的背景。
更多专业方向的访问学者职位申请,可私信留言。51访学资深访学申请顾问将竭诚为您解答疑问,并为您提供专业免费的申请评估服务,助力您快速获取名校访学邀请函。