Biografie
Pankratz erhielt die Abschlüsse BS (1992) und MS (1994) in Statistik von der Brigham Young University. Er promovierte 1999 in Statistik an der Rice University zum Doktor der Philosophie. Nach Abschluss seines Ph.D. begann er seine Postdoktorandenlaufbahn an der Mayo Clinic, Rochester, wo er Mitglied der Biostatistik-Fakultät wurde. Er wechselte 2014 an die University of New Mexico und trat 2018 dem UNM Comprehensive Cancer Center bei.
Persönliche Äußerung
Eine motivierende Kraft hinter meinen statistischen und gemeinschaftlichen Forschungsinteressen ist der Wunsch, zu einem besseren Verständnis menschlicher Krankheiten zu gelangen. Ich setze mich dafür ein, mithilfe statistischer Techniken Studien zu entwerfen und Daten zu sammeln und zu analysieren, die zu einem tieferen Verständnis der Krankheitsentwicklung und des Krankheitsverlaufs führen. Meine bisherige Arbeit konzentrierte sich auf drei Hauptbereiche: Brustkrebs, Impfstoffforschung und Demenz. Nachdem ich mehrere Jahre lang in einer Position gearbeitet habe, in der ich mich fast ausschließlich auf die Nephrologie konzentrierte, bin ich zu einer Position zurückgekehrt, in der ich mich hauptsächlich auf die Zusammenarbeit im Zusammenhang mit Krebs konzentriere. Es ist die Erforschung dieser Krankheiten, die den Anstoß für meine persönlichen Forschungsbemühungen gibt, die in drei spezifischen Bereichen liegen.
• Längsschnittdaten: Ich bin daran interessiert, Methoden zu verstehen und zu entwickeln, die es ermöglichen, aus Daten korrekte Schlussfolgerungen zu ziehen, wenn Beobachtungen korreliert werden. Dies ist nützlich, wenn Messungen wiederholt und/oder an verwandten Personen durchgeführt werden, sowie bei verschiedenen biostatistischen Anwendungen, beispielsweise bei der Analyse von Daten aus geschichteten klinischen Studien.
• Statistische Genetik: Ich bin daran interessiert, die Auswirkungen von Krankheitsmutationen in Populationen zu verstehen. Meine Hauptinteressen liegen im Bereich der bevölkerungsbasierten genetischen Studien. Insbesondere interessiere ich mich dafür, wie Daten aus Outbred-Populationen in Bereichen wie der molekularen Evolution, der genetischen Kartierung, der Sequenzanalyse und der statistischen/mathematischen Modellierung biologischer Systeme sowie der Kartierung von Krankheitsgenen anhand familiärer Daten angewendet werden können. Ich interessiere mich auch für ein besseres Verständnis von Methoden zur Bewertung des Beitrags der Genetik zum Ausbruch und zur Krankheitslast im gegenwärtigen Zeitalter der Hochdurchsatz-Genotypisierung.
• Risikomodelle: Derzeit besteht großes Interesse an der Verwendung von Risikovorhersagemodellen als Teil der Risikobewertung und -beratung in der Klinik. Ich habe begonnen, meine Fähigkeiten in der Nutzung klinischer und anderer Daten für die Entwicklung und Bewertung von Modellen zur Bewertung des Krankheitsrisikos zu entwickeln. Ich fungierte als Co-Hauptforscher bei einem Stipendium, das zur Untersuchung von Risikovorhersagemodellen für Brustkrebs finanziert wurde, und habe zwei Risikovorhersagemodelle entwickelt, eines zur Risikobewertung von Brustkrebs und eines zur Beurteilung der Wahrscheinlichkeit, dass eine ältere Person an Brustkrebs erkrankt leichte kognitive Einschränkung.
Fachgebiete
Bio-Statistiken
Risikovorhersage
Statistische Genetik
Längsschnittdatenanalyse
Statistische Zusammenarbeit
Erfolge & Auszeichnungen
Top Paper Recognition: Clinical Journal der American Society of Nephrology, 2019
Top-Peer-Reviewer: Global Peer Review Awards, Unterstützt von Publons, Web of Science Group, 2019
Top-Rezensent: American Journal of Gastroenterology, 2006
Top Paper Recognition: Journal of Computational and Graphical Statistics, 2003
Geschlecht
Männlich
Sprachen
- Spanisch
Forschung und Stipendium
Meine wichtigsten Beiträge zur Wissenschaft lassen sich in vier große Kategorien einteilen:
1) Analytische Ansätze für die Cox-Proportional-Hazards-Überlebensanalyse mit zufälligen Effekten: Ich habe daran gearbeitet, die statistische Begründung für eine Implementierung von Zufallseffekt-Termen in Cox-Proportional-Hazards-Modellen zu formalisieren, und gezeigt, dass diese Ansätze in Verknüpfungsanalysen für die Zeit bis zum Ende verwendet werden können -Ereignis-Phänotypen.
2) Risiko, eine kognitive Beeinträchtigung und Demenz zu entwickeln: Ich war stark an der Forschung zu Fragen im Zusammenhang mit Demenz bei älteren Menschen und einem prodromalen Demenzzustand (Mild Cognitive Impairment oder MCI) beteiligt. Ich habe zu theoretischen und genetischen Modellen der Demenzentwicklung beigetragen und ein Tool entwickelt, das das Risiko bewertet, dass eine ältere Person an MCI erkrankt.
3) Beurteilung und Vorhersage des Brustkrebsrisikos bei Frauen mit gutartiger Brusterkrankung (BBD): Frauen, die sich einer Brustbiopsie unterziehen und einen gutartigen Befund erhalten, haben immer noch ein erhöhtes Risiko, in Zukunft an Brustkrebs zu erkranken. Ich habe dazu beigetragen, das Brustkrebsrisiko bei Frauen mit BBD besser zu beschreiben und Modelle zu entwickeln, die das klinische Personal bei der Betreuung und Beratung dieser Frauen unterstützen.
4) Verständnis des Brustkrebsrisikos durch Genetik und Mammographiedichte: Genetische Marker tragen erheblich zum Brustkrebsrisiko bei, ebenso wie die Mammographie-Brustdichte. Ich habe wichtige Arbeiten zur Aufdeckung genetischer Marker für das Brustkrebsrisiko durchgeführt und auch dazu beigetragen, das erhöhte Brustkrebsrisiko bei Frauen mit höherer Mammographiedichte zu bestätigen. Außerdem habe ich an der Entwicklung und Bewertung von Methoden zur Messung der Mammographiedichte gearbeitet.