Teaching / Enseignement
(Le français suit l'anglais)
I developed and teach the following courses (joint lectures):
PHM 6078: Introduction à l'inférence causale (Introduction to causal inference)
PHM 7078: Méthodes avancées en inférence causale (Advanced methods in causal inference)
3cr, Winter semester, lectures in French. Data analysis using R.
Appropriate for students enrolled in programs in (for example):
Epidemiology, Biostatistics, Statistics, Bio-informatics, Computer Science
And for those with an epidemiological focus in (for example):
Public Health, Pharmaceutical Science, Exercise Science, Agricultural Science, Environmental Science, Veterinary Science
Topics covered:
Other topics covered:
I developed and teach the following courses (joint lectures):
PHM 6078: Introduction à l'inférence causale (Introduction to causal inference)
PHM 7078: Méthodes avancées en inférence causale (Advanced methods in causal inference)
3cr, Winter semester, lectures in French. Data analysis using R.
Appropriate for students enrolled in programs in (for example):
Epidemiology, Biostatistics, Statistics, Bio-informatics, Computer Science
And for those with an epidemiological focus in (for example):
Public Health, Pharmaceutical Science, Exercise Science, Agricultural Science, Environmental Science, Veterinary Science
Topics covered:
- Well-defined causes in epidemiology
- Directed acyclic graphs (DAGs)
- Under a point-treatment and data from a prospective study design
- Counterfactuals/potential outcomes, effect definitions, identifiability.
- Marginal structural models and effect modification
- Propensity scores and estimation using stratification, matching, inverse probability of treatment weighting (IPTW), and regression adjustment
- G-computation
- TMLE and the Targeted Learning Roadmap (synthesis)
- Sensitivity analysis for unmeasured confounding
- Mediation
- Counterfactuals, natural direct and indirect effects, controled direct effects, identifiability
- Regression methods and IPTW
- Longitudinal treatments and censoring
- Single end-of-study outcome and survival analysis
- Counterfactuals, marginal structural models, identifiability
- IPTW
- Target trials
- Quasi-experimental studies
- Instruments, identifiability, instrumental variable analysis
- Regression discontinuity analysis (regression, G-computation)
Other topics covered:
- Basic R coding
- Introductory data simulation
- The nonparametric bootstrap
- Cross-validation, Super Learner
J'ai développé et j'enseigne les cours suivants (avec des conférences conjointes):
PHM 6078: Introduction à l'inférence causale
PHM 7078: Méthodes avancées en inférence causale
3cr, session d'hiver, conférences en français. L'analyse de données par R.
Approprié pour les étudiant-e-s inscrit-e-s dans des programmes en (par exemple):
epidémiologie, biostatistique, statistiques, bio-informatique, informatique
Et pour ceux et celles qui ont un intérêt épidémiologique dans (par exemple) :
santé publique, sciences pharmaceutiques, sciences de l'exercice, sciences agricoles, sciences de l'environnement, sciences vétérinaires
Thèmes abordés:
Autres sujets abordés:
PHM 6078: Introduction à l'inférence causale
PHM 7078: Méthodes avancées en inférence causale
3cr, session d'hiver, conférences en français. L'analyse de données par R.
Approprié pour les étudiant-e-s inscrit-e-s dans des programmes en (par exemple):
epidémiologie, biostatistique, statistiques, bio-informatique, informatique
Et pour ceux et celles qui ont un intérêt épidémiologique dans (par exemple) :
santé publique, sciences pharmaceutiques, sciences de l'exercice, sciences agricoles, sciences de l'environnement, sciences vétérinaires
Thèmes abordés:
- Les effets bien-définis en épidémiologie
- Les Directed Acyclic Graphs (DAGs) (Graphique acyclique orienté)
- Avec un traitement ponctuel et données venant d'une étude prospective
- Les contrefactuels/résultats potentiels, définitions d'effets, l'identifiabilité
- Les modèles structurels marginaux et la modification d'effet
- Les scores de propension et l'estimation par stratification, appariement, pondération par l'inverse de la probabilité du traitement (IPTW), l'ajustement par une régression
- Le calcul-G (G-Computation)
- L'estimation par maximum de vraisemblance ciblé (TMLE) et le cheminement de l'apprentissage ciblé
- L'analyse de sensibilité pour des facteurs de confusion non-mesurés
- La médiation
- Les contrefactuels, les effets directs et indirects naturels, les effets directs conditionnels, l'identifiabilité
- Les méthodes de régression et IPTW
- Les traitements longitudinaux et la censure
- Issue simple de fin d'étude, issue de survie
- Contrefactuels, modèles structurels marginaux, l'identifiabilité
- IPTW
- Essais ciblés (Target trials)
- Les études quasi-expérimentales
- Les instruments, l'identifiabilité, l'analyse par variable instrumentale
- La discontinuité de la régression (régression, calcul-G)
Autres sujets abordés:
- Codage R de base
- Simulation de données introductoire
- Le bootstrap nonparamétrique
- La validation croisée, le Super Learner