CONVERGE

CONVERGE (Causal methOds and NeuroVascular Epidemiology) ist eine Arbeitsgruppe, die sich

  • mit vielfältigen methodischen Herausforderungen beschäftigt und
  • epidemiologische Forschung zu Exposition und Erkrankungen mit Relevanz für die Bevölkerungsgesundheit betreibt.

 

Sie befinden sich hier:

Über uns

Die Arbeitsgruppe Causal methOds and NeuroVascular Epidemiology Research Group (CONVERGE) konzentriert sich auf ein breites Spektrum methodischer Herausforderungen und führt epidemiologische Forschung zu Expositionen und Krankheiten in klinischen und für die Bevölkerungsgesundheit relevanten Bereichen durch.

Forschungsgebiet neurovaskuläre und neurodegenerative Erkrankungen

Ein wichtiger Forschungsschwerpunkt von CONVERGE ist die Untersuchung der zu Grunde liegenden Ursachen und Folgen von neurovaskulären und neurodegenerativen Erkrankungen mit einer hohen Krankheitslast wie Migräne, Schlaganfall, Demenz, Parkinson und Alzheimer. Die multikausale Natur, die Komplexität und die Unvorhersagbarkeit des Ausbruchs dieser Erkrankungen machen es besonders schwierig herauszufinden, welche Faktoren diese beeinflussen, zumal sich der Einfluss individueller Risiko- und schützender Faktoren im Verlauf des Lebens ändern.

Laufende Projekte

  • Migraine, long-term vascular, cognitive outcomes, and mortality in observational datasets
  • Disentangling causal role of acute triggers in migraine pathophysiology
  • Performance of cardiovascular risk prediction models for cardiovascular outcomes in the elderly population
  • Secondary prevention of stroke: guideline development
  • Population-based registries for rare neurodegenerative diseases and corresponding reconstructed cohort study design.

Methodenforschung und -anwendung

Zur Bewältigung der methodischen Herausforderungen dieser komplexen Forschungsfragen wendet unsere Forschungsgruppe moderne Methoden der Datenanalyse an, evaluiert gängige Methoden und entwickelt neue Techniken mit dem Ziel, verlässliche Antworten auf wichtige Fragen der klinischen Forschung und der Bevölkerungsgesundheit zu finden. Im Zeitalter von ‘Big Data’ schätzen wir Ansätze, die sich auf solide Forschungsfragen stützen, auf kritischem Denken und einem kausalen Verständnis basieren, um besser zu verstehen wie Erkrankungen zustande kommen. Wir sind uns der Wichtigkeit von qualitativ hochwertigen Vorhersagemodellen in Public Health Bereichen  bewusst und versuchen existierende Tools zu validieren und zu verbessern, welche in der Praxis verwendet werden um Präzisionsmedizin und gezielte Präventionsstrategien zu unterstützen.

Laufende Projekte

  • Propensity score-based methods in causal inference
  • Promotion of the use of causal inference framework and directed acyclic graphs (DAGS) in Health Data Sciences and clinical research domains
  • Consulting activities including international and inter-institutional collaborations, methods exchange via the CONNECT program platform

Metaforschung

Einige unserer Forschungsprojekte fallen unter den Bereich der Metaforschung, wobei wir vor allem daran interessiert sind, die Auswirkungen methodischer Inkonsistenzen auf einzelne Studienergebnisse, deren Interpretation und Einfluss auf die Umsetzung in gesundheitspolitischen Richtlinien und Strategien zu quantifizieren. Andere Projekte untersuchen das Potenzial für digitale Gesundheitslösungen in der Anwendung und werfen einen kritischen Blick auf die Forschungsfinanzierung im Hinblick auf die (globale) Krankheitslast.

Laufende Projekte

  • Reporting and interpretation of effect estimates in clinical studies
  • How blockchain technology could influence observational research and healthcare
  • Studying the rationale behind disbusement of disease-specific research funds in western countries.

Beratung und Kooperation

Mitglieder von CONVERGE beraten Wissenschaftler*innen und Kliniker*innen bei der Konzeption und Analyse ihrer Projekte im klinischen Bereich und auf Bevölkerungsebene. Wir sind weltweit vernetzt und kooperieren bei vielen Projekten mit nationalen und internationalen Partnern.

CONVERGE ist ebenso an verschiedenen Innovationsfonds-Projekten beteiligt:

  • SMARTGEM
  • ANNOTeM
  • Translate-NAMSE

Team

Team

Kernteam:

  • Tobias Kurth, MD, ScD
  • Marco Piccininni, MSc
  • Jessica L Rohmann, MSc

Studentische Mitarbeiter*innen:

  • Helena Heese
  • Anja Collazo
  • Chris Vogel
  • Sophia Yap

Angeschlossene PhD- und Masterstudierende:

  • Sebastian Hinck
  • Sofia Gonçalves
  • Max Appenroth
  • Julia Nübel
  • Julia Thom
  • Aekyung Lee
  • Daniel Schmidt
  • Robert Hoffmann

Ehemalige Teammitglieder:

  • Magdalen Gallagher
  • Annette Aigner

Wollen Sie Teil unseres Teams werden?

Wir suchen einen wissenschaftlichen Mitarbeiter (m,w,d)

Bewerbungsfrist 8. September 2019