Biographie

Pankratz est titulaire d'un BS (1992) et d'un MS (1994) en statistique de l'Université Brigham Young. Il a obtenu son doctorat en philosophie en statistiques (1999) de l'Université Rice. Après l'achèvement de son doctorat. diplôme, il a commencé sa carrière postdoctorale à la Mayo Clinic, Rochester, où il a rejoint la faculté de biostatistique. Il a déménagé à l'Université du Nouveau-Mexique en 2014 et a rejoint le UNM Comprehensive Cancer Center en 2018.

Présentation personnelle

Une force motrice derrière mes intérêts de recherche statistique et collaborative est le désir de parvenir à une meilleure compréhension des maladies humaines. Je m'engage à utiliser des techniques statistiques pour concevoir des études et collecter et analyser des données qui conduiront à une meilleure compréhension du développement et des résultats de la maladie. Mes travaux antérieurs portaient sur trois grands domaines : le cancer du sein, la recherche sur les vaccins et la démence. Après plusieurs années de travail dans un rôle où je me concentrais presque entièrement sur la néphrologie, je suis revenu à un poste où je me concentre principalement sur les collaborations liées au cancer. C'est l'étude de ces maladies qui est à l'origine de mes recherches personnelles, qui s'articulent autour de trois axes spécifiques.
• Données longitudinales : Je suis intéressé à comprendre et à développer des méthodologies qui permettent de faire des inférences appropriées à partir de données lorsque les observations sont corrélées. Il est utile lorsque des mesures sont effectuées à plusieurs reprises et/ou sur des individus apparentés, ainsi que dans diverses applications biostatistiques, telles que l'analyse de données d'essais cliniques stratifiés.
• Génétique statistique : Je m'intéresse à la compréhension de l'impact des mutations de la maladie dans les populations. Mes principaux intérêts se situent dans les domaines des études génétiques basées sur la population. En particulier, je m'intéresse à la manière dont les données provenant de populations non consanguines peuvent être appliquées dans des domaines tels que l'évolution moléculaire, la cartographie génétique, l'analyse de séquences et la modélisation statistique/mathématique des systèmes biologiques, ainsi que la cartographie des gènes de maladies avec des données familiales. Je m'intéresse également à une meilleure compréhension des méthodes d'évaluation de la contribution de la génétique à l'apparition et au fardeau de la maladie à l'ère actuelle du génotypage à haut débit.
• Modèles de risque : L'utilisation de modèles de prédiction de risque dans le cadre de l'évaluation des risques et des conseils en clinique suscite actuellement un intérêt considérable. J'ai commencé à développer mes capacités dans l'utilisation de données cliniques et autres aux fins de développement et d'évaluation de modèles d'évaluation des risques de maladies. J'ai été co-chercheur principal dans le cadre d'une subvention financée pour étudier les modèles de prédiction du risque de cancer du sein, et j'ai développé deux modèles de prédiction du risque, l'un pour l'évaluation du risque de cancer du sein et l'autre pour évaluer la probabilité qu'une personne âgée développe déficience cognitive légère.

Domaines de spécialité

Biostatistique
Prédiction des risques
Génétique statistique
Analyse des données longitudinales
Collaboration statistique

Réalisations et récompenses

Meilleure reconnaissance des articles : Journal clinique de l'American Society of Nephrology, 2019
Meilleur évaluateur par les pairs : Global Peer Review Awards, propulsé par Publons, Web of Science Group, 2019
Meilleur examinateur : American Journal of Gastroenterology, 2006
Meilleure reconnaissance des articles : Journal of Computational and Graphical Statistics, 2003

Sexe

Masculin

Langues

  • Espagnol

Recherche et bourse

Mes principaux domaines de contribution à la science peuvent être mis en évidence dans quatre grandes catégories :
1) Approches analytiques pour l'analyse de survie à risques proportionnels de Cox avec effets aléatoires : j'ai travaillé à formaliser la justification statistique d'une implémentation de termes à effets aléatoires dans des modèles à risques proportionnels de Cox, et j'ai démontré que ces approches pouvaient être utilisées dans des analyses de liaison pour le temps -phénotypes d'événements.
2) Risque de développer des troubles cognitifs et de la démence : J'ai été très impliqué dans la recherche sur les questions liées aux démences des personnes âgées et à un état prodromique de démence (Mild Cognitive Impairment ou MCI). J'ai contribué à des modèles théoriques et génétiques du développement de la démence et j'ai développé un outil qui évalue le risque qu'une personne âgée développe un MCI.
3) Évaluer et prédire le risque de cancer du sein chez les femmes atteintes d'une maladie bénigne du sein (BBD) : les femmes qui subissent des biopsies mammaires et reçoivent des résultats bénins ont toujours un risque accru de développer un futur cancer du sein. J'ai aidé à mieux décrire le risque de cancer du sein chez les femmes atteintes de BBD et à développer des modèles qui aideront le personnel clinique à prodiguer des soins et à consulter ces femmes.
4) Comprendre le risque de cancer du sein et par la génétique et par la densité mammographique : Les marqueurs génétiques contribuent considérablement au risque de cancer du sein, tout comme la densité mammaire mammographique. Je me suis engagé dans un travail important pour découvrir des marqueurs génétiques du risque de cancer du sein, et j'ai également aidé à confirmer le risque accru de cancer du sein chez les femmes ayant une densité mammographique plus élevée et j'ai travaillé pour développer et évaluer les méthodes utilisées pour mesurer la densité mammographique.