Univ.-Prof. Dr. Martin Posch
Vision/Mission
Technologie verwandelt die Medizin in eine Datenwissenschaft. Wir streben eine Zukunft an, in der jeder Mensch unter vollständiger Berücksichtigung seiner individuellen Eigenschaften, seines Umfelds und seiner Bedürfnisse behandelt wird. Unsere Forschung erzeugt Wissen aus Daten, das zu einem gesünderen Menschen und einer widerstandsfähigen Gesellschaft führt.
Das Zentrum für Medical Data Science vereint neuestes methodisches Know-how aus verschiedenen quantitativen Bereichen, um die datenbasierte medizinische Forschung voranzutreiben. Es stellt eine Plattform für Forschung, Zusammenarbeit und Ausbildung im Bereich der medizinischen Datenwissenschaft an der Medizinischen Universität Wien bereit.
Wir streben danach, Algorithmen und quantitative Methoden aus den Bereichen Statistik, Mathematik, Informatik und verwandten Gebieten weiterzuentwickeln, um moderne Methoden für die Versuchsplanung und Datenanalyse in Biologie und Medizin bereitzustellen. Hierbei liegt der Fokus auf klinischen als auch molekularen Daten. Wir wenden die Methoden gemeinsam mit Biolog:innen und Kliniker:innen der Medizinischen Universität Wien sowie mit nationalen und internationalen Kooperationspartner:innen auf konkrete Forschungsfragen an.
Studium-, Aus- und Weiterbildung
GINGER: Webinterface zur Stichprobenplanung bei Tierversuchen
Entwurf und Analyse von Versuchen mit Plattformen und nicht-gleichzeitigen Kontrollen
Bofill Roig M., Krotka P., Burman C.-F., Glimm E., Gold S.M., Hees K., Jacko P., Koenig F., Magirr D., Mesenbrink P., Viele K., Posch M. (2022) On Model-Based Time Trend Adjustments in Platform Trials with Non-Concurrent Controls. BMC Medical Research Methodology 22:228.
Saville B.R., Berry D.A., Berry N.S., Viele K., Berry S.M. (2022) The Bayesian Time Machine: Accounting for temporal drift in multi-arm platform trials. Clinical Trials 19(5), 490–501.
Schmidli, H., Gsteiger S., Roychoudhury S., O’Hagan A., Spiegelhalter D., Neuenschwander B. (2014) Robust meta-analytic-predictive priors in clinical trials with historical control information. Biometrics 70(4), 1023–1032.