生物统计学分部的教员作为多个资助研究项目的首席研究员，以下列出了一些示例。
使用机器学习进行因果中介分析以理解比较治疗效果
当前的中介分析方法有限，不适用于某些研究设计和结果，例如观察性研究或来自电子健康记录的大数据。在本研究中，研究团队使用机器学习来创建新的中介分析方法，并应用于阿片类药物使用障碍的治疗方法。
首席研究员：Ivan L. Diaz, PhD, Kara Rudolph, PhD
资助机构：PCORI
比较治疗方法以促进创伤性脑损伤患者的住院康复效果
本提案旨在通过基于临床医生设计的标准电子医疗记录文档的前瞻性观察队列，使用先进的因果推断方法，比较特定住院康复方法的有效性，以优化创伤性脑损伤患者的功能结果和社区参与度。研究结果有可能推进康复标准实践，并为临床医生和医疗管理人员提供基于证据的结果，以倡导最有效实践在TBI康复中的应用。
首席研究员：Erinn M. Hade, PhD, Jennifer Bogner, PhD, Cynthia Beaulieu, PhD
资助机构：NIH/NINDS
复杂的WTC暴露对WTC幸存者群体中持续大、小气流限制和易感亚群的影响
我们计划采用创新的统计和机器学习方法，评估WTC暴露和合并症对支气管扩张后肺功能测试和振荡测量值分布的全谱影响，包括横截面和纵向分析。该项目的另一个目标是识别和评估对WTC暴露表现出异质敏感性的易感亚群，以减少健康差异。该研究的结果将提高我们对9/11恐怖袭击相关严重呼吸系统疾病在幸存者总体及特定易感亚群体中的健康影响的认识，并为未来风险管理、临床治疗和解决WTC-EHC队列中患者的健康差异提供信息。
首席研究员：Mengling Liu, PhD 和 Joan Reibman, MD
资助机构：CDC/NIOSH
时间依赖环境暴露的半参数建模方法
我们旨在开发并实施一系列创新的统计模型，以评估时间依赖环境暴露的影响，确定关键脆弱期，并识别易感亚群体。我们将这些方法应用于正在进行的合作项目，以解决环境健康研究中的关键科学问题，并提高我们对环境暴露如何影响健康的理解。该项目开发的统计工具将向一般研究界传播，并扩展环境健康研究的分析工具包。
首席研究员：Mengling Liu, PhD
资助机构：R01 NIH/NIEHS
WTC幸存者中慢性精神和身体疾病患者的认知衰退
9/11恐怖袭击WTC塔楼20年后，WTC受影响社区成员中PTSD和慢性下呼吸道症状的高发率以及缺乏关于WTC受影响社区成员的认知状态及其随时间变化的信息。为了改进诊断和治疗，并确定WTC相关健康障碍的生物学基础，本项目提出通过借用CDC/NIOSH指定的WTC幸存者治疗/监测计划的力量，利用病例对照和纵向研究设计，研究WTC暴露、共病PTSD和严重肺部疾病与认知功能或下降率之间的生物学机制。潜类别纵向回归及相关因果推断用于评估炎症和神经退行性生物标志物作为急性WTC暴露和认知异常风险的中介因素，并调查这些血液生物标志物作为新型干预措施的可能可改变目标。
首席研究员：Yongzhao Shao, PhD, Joan Reibman, MD, Thomas Wisniewski, MD
资助机构：U01 CDC/NIOSH
数据协调中心：肺栓塞：导管导向治疗（PE-TRACT试验）
亚大量肺栓塞是一种常见且危险的疾病，常导致心肺功能障碍、功能能力下降和生活质量降低；导管导向治疗（CDT）通过急性减少血栓负荷和改善右心室功能，具有预防这些长期并发症的潜力。本研究将确定是否应使用CDT而不是仅使用抗凝治疗来治疗亚大量肺栓塞患者。由在自适应和实用临床试验设计和实施方面具有深厚经验的专家领导的数据协调中心将监督研究设计、实施和分析的所有方面，并提供最先进的数据收集和质量控制基础设施，向独立的数据和安全监测委员会报告，并向公众提供数据和资源。
首席研究员：Andrea B. Troxel, ScD, Thaddeus Tarpey, PhD
资助机构：U24 NIH/NHLBI
(全文结束)
