Biografia
Pankratz ha conseguito la laurea in Statistica (1992) e MS (1994) presso la Brigham Young University. Ha conseguito il Dottorato in Filosofia in Statistica (1999) presso la Rice University. Dopo il completamento del suo dottorato di ricerca. laurea, ha iniziato la sua carriera post-dottorato presso la Mayo Clinic, Rochester, dove è entrato a far parte della Facoltà di Biostatistica. Si è trasferito all'Università del New Mexico nel 2014 ed è entrato a far parte dell'UNM Comprehensive Cancer Center nel 2018.
Dichiarazioni personali
Una forza motivante dietro i miei interessi di ricerca statistica e collaborativa è il desiderio di arrivare a una migliore comprensione delle malattie umane. Mi impegno a lavorare per utilizzare tecniche statistiche per progettare studi e raccogliere e analizzare dati che porteranno a una comprensione più profonda dello sviluppo e dell'esito della malattia. Il mio lavoro precedente si concentrava su tre aree principali: cancro al seno, ricerca sui vaccini e demenza. Dopo diversi anni di lavoro in un ruolo in cui mi sono concentrato quasi interamente sulla nefrologia, sono tornato a una posizione in cui mi concentro principalmente sulle collaborazioni legate al cancro. È lo studio di queste malattie che fornisce lo slancio per i miei personali sforzi di ricerca, che si articolano in tre aree specifiche.
• Dati longitudinali: sono interessato a comprendere e sviluppare metodologie che consentano di fare inferenze corrette dai dati quando le osservazioni sono correlate. È utile quando le misurazioni vengono effettuate ripetutamente e/o su individui imparentati, e anche in varie applicazioni biostatistiche, come nell'analisi di dati provenienti da studi clinici stratificati.
• Genetica statistica: sono interessato a comprendere l'impatto delle mutazioni delle malattie nelle popolazioni. I miei interessi principali risiedono nelle aree degli studi genetici basati sulla popolazione. In particolare, sono interessato a come i dati delle popolazioni ibride possano essere applicati in aree come l'evoluzione molecolare, la mappatura genetica, l'analisi delle sequenze e la modellazione statistica/matematica dei sistemi biologici, e anche la mappatura dei geni delle malattie con dati familiari. Sono anche interessato a una migliore comprensione dei metodi per valutare il contributo della genetica all'insorgenza e all'onere della malattia nell'attuale era di genotipizzazione ad alto rendimento.
• Modelli di rischio: vi è attualmente un enorme interesse nell'uso dei modelli di previsione del rischio come parte della valutazione del rischio e della consulenza in clinica. Ho iniziato a sviluppare le mie capacità nell'uso di dati clinici e di altro tipo ai fini dello sviluppo e della valutazione di modelli di valutazione del rischio di malattia. Ho lavorato come ricercatore co-principale su una borsa di studio che è stata finanziata per studiare i modelli di previsione del rischio per il cancro al seno e ho sviluppato due modelli di previsione del rischio, uno per la valutazione del rischio di cancro al seno e uno per valutare la probabilità che una persona anziana sviluppi lieve deterioramento cognitivo.
Aree di specializzazione
Biostatistica
Previsione del rischio
Genetica statistica
Analisi dei dati longitudinali
Collaborazione statistica
Risultati e premi
Riconoscimento del miglior articolo: Giornale clinico dell'American Society of Nephrology, 2019
Top Peer Reviewer: Global Peer Review Awards, fornito da Publons, Web of Science Group, 2019
Revisore principale: American Journal of Gastroenterology, 2006
Riconoscimento del miglior documento: Journal of Computational and Graphical Statistics, 2003
Sesso
Uomo
Le Lingue
- Spagnolo
Ricerca e borsa di studio
Le mie principali aree di contributi alla scienza possono essere evidenziate in quattro grandi categorie:
1) Approcci analitici per l'analisi di sopravvivenza dei rischi proporzionali di Cox con effetti casuali: ho lavorato per formalizzare la giustificazione statistica per un'implementazione di termini di effetti casuali nei modelli di rischi proporzionali di Cox, e ho dimostrato che questi approcci potrebbero essere utilizzati nelle analisi di linkage per il time-to -evento fenotipico.
2) Rischio di sviluppare decadimento cognitivo e demenza: sono stato molto coinvolto nella ricerca sulle questioni riguardanti le demenze degli anziani e uno stato di demenza prodromica (Mild Cognitive Impairment o MCI). Ho contribuito a modelli teorici e genetici dello sviluppo della demenza e ho sviluppato uno strumento che valuta il rischio che un individuo anziano sviluppi MCI.
3) Valutazione e previsione del rischio di cancro al seno nelle donne con malattia mammaria benigna (BBD): le donne che si sottopongono a biopsie mammarie e ricevono risultati benigni hanno ancora un rischio maggiore di sviluppare un futuro cancro al seno. Ho contribuito a descrivere meglio il rischio di cancro al seno nelle donne con BBD e a sviluppare modelli che aiuteranno il personale clinico a fornire assistenza e consulenza a queste donne.
4) Comprensione del rischio di cancro al seno e attraverso la genetica e attraverso la densità mammografica: i marcatori genetici contribuiscono notevolmente al rischio di cancro al seno, così come la densità mammografica del seno. Mi sono impegnato in un lavoro importante per scoprire i marcatori genetici del rischio di cancro al seno e ho anche contribuito a confermare l'aumento del rischio di cancro al seno tra le donne con una maggiore densità mammografica e ho lavorato per sviluppare e valutare i metodi utilizzati per misurare la densità mammografica.