Professeure-chercheure adjointe au Département de médecine et spécialités médicales de l'Université de Montréal, Lara Maleyeff est rattachée au Centre de recherche de l'Institut de Cardiologie de Montréal (MHI-RC). Son programme de recherche indépendant porte sur le développement de méthodologies pour les essais cliniques adaptatifs bayésiens et les designs d'enrichissement adaptatif pour la médecine de précision cardiovasculaire, en collaboration avec des cliniciens-chercheurs de l'ICM.

Ses projets de recherche portent sur le développement de méthodes bayésiennes pour la détection et l'identification de sous-groupes de patients répondant différemment aux traitements, avec des applications en cardiologie et en rhumatologie. En s'appuyant sur des approches de moyennage de modèles bayésiens (Bayesian model averaging), de priors de puissance normalisés et de designs de plateforme, son équipe développe des outils statistiques permettant d'optimiser les essais cliniques et de mieux cibler les traitements selon les caractéristiques individuelles des patients.

Lara Maleyeff est professeure-chercheure adjointe à l'Université de Montréal, rattachée au Centre de recherche de l'Institut de Cardiologie de Montréal. Elle a complété un doctorat en biostatistique à l'Université Harvard, où sa thèse portait sur l'hétérogénéité de l'effet du traitement dans les essais randomisés en grappes. Elle a ensuite effectué un stage postdoctoral à l'Université McGill sous la supervision des Dres Shirin Golchi et Erica Moodie, où elle a développé des méthodes statistiques et des outils computationnels pour la conception et l'analyse d'essais cliniques adaptatifs bayésiens guidés par biomarqueurs. Elle a également été boursière du réseau CANSTAT (Canadian Network for Statistical Training in Trials). Ses travaux de recherche portent sur les méthodes bayésiennes non paramétriques, la théorie de la décision séquentielle et le calcul trans-dimensionnel, appliqués à la médecine de précision cardiovasculaire. Elle a publié une douzaine d'articles dans des revues scientifiques à comité de lecture, dont Biometrics, Statistics in Medicine et Canadian Journal of Statistics, et siège à plusieurs comités de surveillance des données (DSMB).

Je recrute des étudiants intéressés par les méthodes statistiques appliquées aux essais cliniques, pour des projets de maîtrise, doctorat, ou des études postdoctorales. Certains projets offrent une expérience pratique directe au sein d'essais cliniques en cours, combinée à un volet de développement méthodologique; d'autres sont davantage orientés vers la méthodologie statistique elle-même. Les thèmes de recherche incluent l'hétérogénéité de l'effet du traitement, les méthodes bayésiennes, les essais randomisés en grappes, et les essais pragmatiques.

Poste spécifique à pourvoir : Stage de recherche aux cycles supérieurs en biostatistique (méthodes bayésiennes pour les essais cliniques)
Département de médecine de l'Université de Montréal et Institut de Cardiologie de Montréal

Sous la direction de Lara Maleyeff, en co-direction avec Marie-Pierre Dubé, au Centre de Pharmacogénomique de l'Institut de Cardiologie de Montréal. Le projet étudie l'hématopoïèse clonale comme biomarqueur de précision pour l'enrichissement adaptatif dans les essais cliniques en insuffisance cardiaque.

Poste de 18 mois, bourse et soutien financier pour la diffusion des résultats lors d'un congrès. Ouvert aux étudiants de 2e ou 3e cycle, ainsi qu'aux stagiaires de niveau postdoctoral.

Description du poste

Le ou la stagiaire travaillera sur un projet utilisant des données de séquençage de l'exome entier et des données de résultats cliniques provenant de plus de 9 000 patients issus de quatre essais cliniques randomisés sur la dapagliflozine, dans le cadre d'un partenariat entre l'ICM et AstraZeneca. Le travail combine l'analyse de données appliquée à une initiation à la méthodologie des essais adaptatifs bayésiens, structurée autour de trois objectifs :

• Caractériser la prévalence de l'hématopoïèse clonale (HC), ses associations avec les résultats cliniques, et les effets de traitement propres à certains sous-groupes;
• Simuler des règles de surveillance intermédiaire bayésiennes pour évaluer les gains liés à l'arrêt précoce;
• Simuler l'emprunt de données historiques et des designs d'enrichissement adaptatif guidés par biomarqueurs, incluant des règles de restriction basées sur des seuils de fraction allélique variante (VAF).

Qualifications requises

• Formation en biostatistique, statistique, épidémiologie, bio-informatique ou domaine quantitatif connexe;
• Bonne maîtrise du logiciel R;
• Intérêt manifeste pour les méthodes bayésiennes, les essais cliniques et/ou la génomique;
• Solides compétences en communication écrite et orale.

Processus de candidature: Envoyer par courriel à lara.maleyeff@umontreal.ca : lettre de motivation, CV, et coordonnées de 1 à 2 personnes-références. L'examen des candidatures débutera immédiatement.

Autres projets de recherche actifs

• Développement de méthodes bayésiennes non paramétriques pour la détection de sous-groupes de patients.
• Conception d'essais cliniques adaptatifs bayésiens à enrichissement adaptatif.
• Méthodes de calcul bayésien pour l'inférence dans des espaces de modèles complexes.
• Implication dans des essais cliniques en cours (élaboration de plans d'analyse statistique, schémas de randomisation, etc.).

Profil recherché : Étudiants en statistique (option biostatistique), épidémiologie, santé publique ou pharmacie, moyenne de 3.7/4.3 ou plus, intérêt marqué pour les essais cliniques, connaissances en probabilités/statistique bayésienne un atout, aisance avec un logiciel statistique (R de préférence, SAS ou Python).

Financement : Aide à la préparation d'une demande de bourse aux IRSC, FRQS et autres organismes subventionnaires, selon la qualité du dossier académique et du projet de recherche.