Wissenschaftliche Mitarbeiter

Prof. Dr. rer. nat. Vanessa Didelez

Lebenslauf

seit Juli 2016 Professorin für Statistik mit dem Schwerpunkt Theorie und Methoden der Kausalitätsforschung, Fachbereich 3: Mathematik und Informatik, Universität Bremen, und stv. Abteilungsleiterin, Abteilung Biometrie und EDV, Leibniz-Institut für Präventionsforschung und Epidemiologie - BIPS

2018-2020: Principal investigator, DFG Projekt "Kausale Modellselektion für Kohortendaten"

2015-2018: Mitglied des vom Medical Research Council (MRC) geförderten Forschungsprojekts “Development of a multilevel and mixture-model framework for modelling epigenetic changes over time”, Universität Bristol

2013-2023: Mitglied der Einheit "Integrative Epidemiologie" des Medical Research Council, Thema 3: "Statistical and Econometric Methodology", Universität Bristol

2013- Juni 2016: Reader in Statistics, School of Mathematics, Universität Bristol

2011-2013: Leverhulme Research Fellowship “Statistical models and methods for complex causal inference”

2009-2013: Senior Lecturer, School of Mathematics, Universität Bristol

2007-2010: Co-Investigator on MRC grant “Inferring epidemiological causality using Mendelian Randomisation”

2007-2009: Lecturer, School of Mathematics, Universität Bristol

2001-2007: Lecturer, Department of Statistical Science, University College London

Dezember 2000: Promotion zum Dr. rer.nat., Fachbereich Statistik, Universität Dortmund

1997-2000: Wissenschaftliche Mitarbeiterin, Fachbereich Statistik, Universität München

1996: Diplom in Statistik mit Nebenfach Psychologie, Fachbereich Statistik, Universität Dortmund

Mitgliedschaft in Fachgesellschaften

Projekte

Links

Ausgewählte Veröffentlichungen

  • Zeitschriftenartikel mit peer-review

  • Aalen OO, Stensrud MJ, Didelez V, Daniel R, Roysland K, Strohmaier S. Time-dependent mediators in survival analysis: Modeling direct and indirect effects with the additive hazards model. Biometrical Journal. 2020;62(3):532-549.
    https://doi.org/10.1002/bimj.201800263
  • Foraita R, Friemel J, Günther K, Behrens T, Bullerdiek J, Nimzyk R, Ahrens W, Didelez V. Causal discovery of gene regulation with incomplete data. Journal of the Royal Statistical Society. Series A (Statistics in Society). 2020;183(4):1747-1775.
    https://doi.org/10.1111/rssa.12565
  • Sheehan N, Didelez V. Epidemiology, genetic epidemiology and Mendelian randomisation: More need than ever to attend to detail. Human Genetics. 2020;139(1):121-136.
    https://doi.org/10.1007/s00439-019-02027-3
  • Stensrud MJ, Young JG, Didelez V, Robins JM, Hernán MA. Separable effects for causal inference in the presence of competing events. Journal of the American Statistical Association. 2020; (Epub 2020 May 15).
    https://doi.org/10.1080/01621459.2020.1765783
  • Didelez V. Defining causal mediation with a longitudinal mediator and a survival outcome. Lifetime Data Analysis. 2019;25(4):593-610.
    https://doi.org/10.1007/s10985-018-9449-0
  • Witte J, Didelez V. Covariate selection strategies for causal inference: Classification and comparison. Biometrical Journal. 2019;61(5):1270-1289.
    https://doi.org/10.1002/bimj.201700294
  • Phillippo DM, Dias S, Ades AE, Didelez V, Welton NJ. Sensitivity of treatment recommendations to bias in network meta-analysis. Journal of the Royal Statistical Society. Series A (Statistics in Society). 2018;181(3):843-867.
    https://doi.org/10.1111/rssa.12341
  • Vansteelandt S, Didelez V. Improving the robustness and efficiency of covariate-adjusted linear instrumental variable estimators. Scandinavian Journal of Statistics, Theory and Applications. 2018;45(4):941-961.
    https://doi.org/10.1111/sjos.12329
  • Farewell D, Huang C, Didelez V. Ignorability for general longitudinal data. Biometrika. 2017;104(2):317-326.
    https://doi.org/10.1093/biomet/asx020
  • Buchbeiträge

  • Didelez V. Causal concepts and graphical models. In: Maathuis M, Drton M, Lauritzen SL, Wainwright M, Herausgeber. Handbook of graphical models. Boston: CRC Press. 2018. S. 353-380.
  • Didelez V, Evans R. Causal inference from case-control studies. In: Borgan O, Breslow N, Chatterjee N, Gail M, Scott A, Wild C, Herausgeber. Handbook of statistical methods for case-control studies. Boca Raton: Chapman & Hall/CRC. 2018. S. 87-115.
  • Commentaries

  • Didelez V. Discussion on 'Causal inference by using invariant prediction: Identification and confidence intervals' by Peters, Bühlmann, Meinshausen. Journal of the Royal Statistical Society. Series B (Statistical Methodology). 2016;78(5):990-991.
    https://doi.org/10.1111/rssb.12167.

Weitere Publikationen finden Sie unter nachfolgendem Link:

Preise, Auszeichnungen und Ehrungen

  • Eingeladene Teilnehmerin, Konferenz "Foundations and New Horizons for Causal Inference", Mai 2019
    Mathematisches Forschungsinstitut Oberwolfach (2019)
  • Eingeladene Rednerin und Teilnehmerin, Workshop und 1-monatiger Forschungsaufenthalt
    Centre de Recherches Mathematiques (CRM) in Montreal/Canada (2016)
  • Eingeladene IMS Medallion lecture at the 9th World Congress of Probability and Statistics, Toronto
    Institute of Mathematical Statistics (IMS), Beachwood, Ohio/USA (2016)

Verantwortlich für den Inhalt dieser Seite ist Vanessa Didelez.