Christina Esteban Photography, http://cepstudio.com
RESEARCH INTERESTS
My current statistical methods research is on the following topics:
- Targeted minimum loss-based learning (or Targeted maximum likelihood estimation)
- Estimation of time-dependent exposure effects (in longitudinal or survival analysis)
- Data-driven variable selection in causal inference
- The integration of machine learning and causal inference
- Causal inference for individual patient data and aggregate data network meta-analysis
RESEARCH FUNDING
My currently (or recently) funded research programs as (nominated or co-) Principal Investigator are:
My salary is supported by a CIHR New Investigator Salary Award, 2015-2020.
- "Medication adherence as a predictor of morbidity and mortality in patients with chronic respiratory diseases", Canadian Institutes of Health Research (CIHR), Personalized Health Catalyst Grant, 2018-2020 (with Lucie Blais, Université de Montréal)
- "Evaluating treatment effect heterogeneity and optimal regimens in multidrug resistant tuberculosis using causal inference modeling", CIHR, Project Grant, 2017-2021 (with Andrea Benedetti, McGill University)
- "Data-adaptive learning in causal inference for high-dimensional data structures", Natural Sciences and Engineering Research Council of Canada (NSERC), Discovery Grant, 2015-2020, and Accelerator, 2015-2018
- "Développement de méthodes avancées pour l'évaluation de l'efficacité et de l'innocuité des médicaments utilisant des bases de données électroniques", Fonds de recherche du Québec, Santé (FRQS), Subvention d'établissement de jeunes chercheurs - Junior 1, 2015-2017
My salary is supported by a CIHR New Investigator Salary Award, 2015-2020.
RESEARCH TEAM
Asma Bahamyirou, PhD student since 2015
Asma Bahamyirou is a PhD student in Pharmaceutical Sciences (Biostatistics) at University of Montreal under the supervision of Prof. Mireille Schnitzer. He completed his MSc in Mathematics (Statistics) from the University of Sherbrooke. Asma’s interests include statistical methodology for causal inference and its application, variable selection and the use of machine learning methods in causal inference.
Asma Bahamyirou est doctorant en sciences pharmaceutiques (biostatistiques) à l'Université de Montréal sous la supervision du Prof. Mireille Schnitzer. Il a complété sa maîtrise en mathématiques (statistique) à l'Université de Sherbrooke. Les intérêts d'Asma comprennent la méthodologie statistique pour l'inférence causale et l'application, la sélection de variables et l'utilisation des méthodes d'apprentissage machine en inférence causale.
Asma Bahamyirou est doctorant en sciences pharmaceutiques (biostatistiques) à l'Université de Montréal sous la supervision du Prof. Mireille Schnitzer. Il a complété sa maîtrise en mathématiques (statistique) à l'Université de Sherbrooke. Les intérêts d'Asma comprennent la méthodologie statistique pour l'inférence causale et l'application, la sélection de variables et l'utilisation des méthodes d'apprentissage machine en inférence causale.
Cynthia Khanji, PhD student
since 2015 |
Cynthia Khanji is pursuing doctoral studies in Pharmaceutical Sciences at University of Montreal under the co-supervision of Profs. Lyne Lalonde and Mireille Schnitzer. As part of her bachelor's degree in Biomedical Sciences at University of Montreal, Cynthia completed a research internship in the Quebec's primary care sector. As a result of this internship, she then worked as a research assistant in the Primary Care Research Team of the Centre de santé et de services sociaux de Laval. During her doctoral studies, Cynthia also completed an internship at Pfizer Canada. Her research project consists of assessing the reliability and validity of quality indicators developed in a study which aims at improving the quality of cardiovascular disease prevention in primary care.
Cynthia Khanji est étudiante au doctorat en sciences pharmaceutiques à l’Université de Montréal sous la direction conjointe de Profs. Lyne Lalonde et Mireille Schnitzer. Dans le cadre de son baccalauréat en sciences biomédicales à l’Université de Montréal, Cynthia a réalisé un stage d’initiation à la recherche dans le secteur des soins de première ligne du Québec. Suite à ce stage, elle a occupé un poste d’assistante de recherche au sein de l’Équipe de recherche en soins de première ligne du Centre de santé et de services sociaux de Laval. Durant ses études au doctorat, Cynthia a également réalisé un stage dans les bureaux de Pfizer Canada. Son projet de recherche consiste à évaluer la fiabilité et la validité d’indicateurs de qualité développés dans le cadre d’une étude ayant pour objectif d’améliorer la qualité des soins préventifs cardiovasculaires en première ligne. |
Guanbo Wang, PhD student since 2017 (and former MSc student 2015-2017)
|
Guanbo Wang is pursing doctoral studies in Biostatistics at McGill University under the supervision of Profs. Robert Platt and Mireille Schnitzer. He completed his undergraduate in Shanghai University of Finance and Economics, majored in Financial Statistics. He also completed his MSc in Biostatistics at McGill University and his thesis focused on estimating the treatment importance of multi-drug resistant tuberculosis using targeted learning and network meta-analysis. Guanbo’s research interests include: causal inference, targeted learning, machine learning, meta-analysis, MDR-TB, actuarial science and quantitative investment. His non-academic interests are playing violin and dancing.
Guanbo Wang poursuit des études de doctorat en biostatistique à l'Université McGill sous la supervision des Profs. Robert Platt et Mireille Schnitzer. Il a complété son baccalauréat à l'Université des finances et d'économie de Shanghai, se spécialisant en statistique financière. Il a également complété sa maîtrise en biostatistique à l'Université McGill et sa thèse s’est axé sur l'estimation de l'importance du traitement de la tuberculose résistante aux multiples médicaments en utilisant l'apprentissage ciblé et la méta-analyse du réseau. Ses intérêts de recherche comprennent: l'inférence causale, l'apprentissage ciblé, l'apprentissage machine, la méta-analyse, la tuberculose multirésistante, la science actuarielle et l'investissement quantitatif. Ses intérêts non académiques sont le violon et la danse. |
Dr. Laurence Boulanger, MSc student
since 2015 |
Laurence Boulanger is currently an MSc student in Statistics at University of Montreal. He is working on the development of alternative estimators for the variance of the targeted maximum likelihood estimate (TMLE) of the average treatment effect in the context of causal inference. He has a PhD in Mathematics from University of Montreal and a cat named Guimauve.
Laurence Boulanger est actuellement étudiant à la maîtrise en statistique à l'Université de Montréal. Il travaille au développement d'estimateurs alternatifs pour la variance de l'effet moyen de traitement estimé par maximum de vraisemblance ciblé (TMLE) dans un contexte d'inférence causale. Il a un doctorat en mathématiques de l'Université de Montréal et un chat nommé Guimauve. |
Essaïd Oussaïd, Research Assistant since 2017
Formerly: Research Assistant at Canada Research Chair in Interpersonal Traumas and Resilience Research Assistant in the Département de mathématiques, Université du Québec à Montréal (UQAM) |
Essaïd Oussaïd is a research assistant for Professors Sylvie Perreault and Mireille Schnitzer at Université de Montréal. He completed a Research Masters in Mathematics, Specialization in Statistics at Université Pierre et Marie Curie in France. He also completed his MSc in Statistics at Université du Québec à Montréal (UQAM). During his training, he wrote a master's thesis in Biostatistics under the supervision of Dr. Juli Atherton (UQAM) and Dr. Sherry Chou (University Of Pittsburgh School Of Medicine). His thesis focused on the use of graphical models and propensity score to estimate causal effects of treatments on survival of patients with Warfarin-associated Intracerebral Hemorrhage. Essaïd’s interests include causal inference, mediation and moderation analyses, longitudinal analyses using latent growth and multilevel modeling and machine learning applied to health data.
Essaïd Oussaïd est un assistant de recherche du Prof. Sylvie Perreault et Mireille Schnitzer à l’Université de Montréal. Il a complété une maîtrise recherche en Mathématiques, Spécialisation en Statistiques à l’Université Pierre et Marie Curie en France. Il a aussi complété sa maîtrise en Statistique à l’Université du Québec à Montréal (UQAM). Dans le cadre de sa formation, Essaïd a rédigé un mémoire de maîtrise en Biostatistiques sous la supervision de Dr. Juli Atherton (UQAM) et de Dr. Sherry Chou (University Of Pittsburgh School Of Medicine). Son mémoire a porté sur l’utilisation des modèles graphiques et du score de propension pour l’estimation des effets causaux des traitements sur la survie des patients atteints d’une hémorragie intracérébrale sous warfarine. Les intérêts de Essaïd portent sur l’inférence causale, les analyses de médiation modérée, les analyses longitudinales par modèles de croissance et modèles mixtes et l’apprentissage machine appliqué aux données de santé. |
|
Fiona, Research Bunny since 2014
Fiona is currently under the supervision of Dr. Mireille Schnitzer. Her interests involve hay, lettuce, and hiding in boxes. Fiona est actuellement sous la supervision de Dr. Mireille Schnitzer. Ses intérêts comprennent: le foin, la salade et se cacher dans des boites. |
ALUMNI
Arman Alam Siddique, MSc student from 2017-2018
Arman Alam Siddique completed his Master's in Statistics at McMaster University under the joint supervision of Prof. Narayanaswamy Balakrishnan (McMaster University) and Prof. Mireille Schnitzer in 2018. He completed his Bachelor's in 2017 at the Indian Institute of Technology Kanpur in India. As a project in summer 2017, Arman Alam worked on the problem of causal inference with multiple concurrent treatments. His current thesis involves working on 2-stage sampling. His research interests are generally in the field of Bayesian Statistics and Machine Learning. His other interests include playing and watching soccer.
Arman Alam Siddique a complété une maîtrise en Statistiques à l’Université McMaster sous la co-supervision de Prof. Narayanaswamy Balakrishnan (Université McMaster) et de Prof. Mireille Schnitzer en 2018. Il a complété son baccalauréat en 2017 à Indian Institute of Technology Kanpur en Inde. Durant l'été 2017, Il a également travaillé sur un cadre d'estimation pour l'inférence causale dans un contexte de plusieurs traitements simultanés. Son mémoire de maîtrise en préparation s’intéresse à l’échantillonnage à deux degrés. Les intérêts de recherche de Arman Alam portent notamment sur les statistiques bayésiennes et sur l'apprentissage machine. Concernant ses autres intérêts, il aime jouer et regarder le soccer.
Arman Alam Siddique a complété une maîtrise en Statistiques à l’Université McMaster sous la co-supervision de Prof. Narayanaswamy Balakrishnan (Université McMaster) et de Prof. Mireille Schnitzer en 2018. Il a complété son baccalauréat en 2017 à Indian Institute of Technology Kanpur en Inde. Durant l'été 2017, Il a également travaillé sur un cadre d'estimation pour l'inférence causale dans un contexte de plusieurs traitements simultanés. Son mémoire de maîtrise en préparation s’intéresse à l’échantillonnage à deux degrés. Les intérêts de recherche de Arman Alam portent notamment sur les statistiques bayésiennes et sur l'apprentissage machine. Concernant ses autres intérêts, il aime jouer et regarder le soccer.
Marie-Christine Robitaille-Grou, MSc student from 2015-2017
|
Marie-Christine Robitaille-Grou completed her Master’s degree in Statistics under the supervision of Profs. Mireille Schnitzer and David Haziza. She also holds a Bachelor's degree in Mathematics from University of Montreal, where she held research internships in Bayesian statistics, population genetics and algebraic topology. For her thesis work, she investigates ways of correcting for meta-analytical ecological bias in the estimation of parameters of a marginal structural model. More generally, her research interests are related to methodological issues in causal inference. Amateur singer, musician and dancer, you might find her somewhere on a stage in a musical.
Marie-Christine Robitaille-Grou a complété une maîtrise en statistique sous la supervision de Profs. Mireille Schnitzer et David Haziza. Elle détient aussi un baccalauréat en mathématiques de l’Université de Montréal au cours duquel elle a effectué des stages de recherche en statistique bayésienne, en génétique de populations et en topologie algébrique. Pour sa thèse, elle investigue des façons de corriger le biais écologique dans l’estimation de paramètres d’un modèle structurel marginal issu d’une méta-analyse. Plus généralement, ses intérêts de recherche sont reliés à l’aspect méthodologique de l’inférence causale. Chanteuse, musicienne et danseuse amatrice, il se pourrait que vous l’aperceviez quelque part sur scène dans une comédie musicale. |
Steve Ferreira Guerra, MSc student from 2014-2017
|
Steve Ferreira Guerra was a Master’s student in Pharmaceutical Sciences with an orientation in Biostatistics at the University of Montreal. His research project focuses on the impact of the discretization of a longitudinal timeline on the estimation of causal effects and the development of a data-adaptive procedure for the selection of an optimal timeline discretization for causal inference methods, with special application in asthma during pregnancy. He completed his undergraduate study in Mathematics and Statistics from University of Montreal. Steve’s research interests include causal inference, electronic health data and machine learning. He is currently pursuing a PhD in Biostatistics at McGill University.
Steve Ferreira Guerra a été un étudiant à la maîtrise en sciences pharmaceutiques avec une orientation en biostatistique à l'Université de Montréal. Son projet de recherche porte sur l’impact de la discrétisation d’une ligne du temps longitudinale sur l’estimation d’effets causaux et le développement d’une procédure adaptative de sélection de la ligne du temps optimale pour des méthodes d’inférence causale, avec application à l’asthme durant la grossesse. Il a terminé son baccalauréat en mathématiques et statistique à l’Université de Montréal. Les intérêts de recherche de Steve incluent l'inférence causale, les données électroniques en santé et l’apprentissage machine. Il poursuit actuellement un Doctorat en Biostatistiques à l’Université McGill. |
