Джеймс Робинс

Джеймс М. Робинс
Робинс в Институте математических исследований Обервольфаха в 2012 г.
Национальность	Американец
Альма-матер	Вашингтонский университет в Сент-Луисе Гарвардский университет
Награды	Премия Натана Мантела (2013)
Научная карьера
Поля	Эпидемиология
Учреждения	Гарвардская школа общественного здравоохранения

Джеймс М. Робинс является эпидемиологом и biostatistician самым известной для продвижения методов для рисования причинных выводов из сложных наблюдательных исследований и рандомизированных исследований , в частности , те , в которых лечение меняется со временем. В 2013 году он получил премию Натана Мантела за достижения в области статистики и эпидемиологии.

Он окончил медицинский факультет Вашингтонского университета в Сент-Луисе в 1976 году. В настоящее время он является профессором эпидемиологии Гарвардской школы общественного здравоохранения имени Т.Х. Чана Митчелла Л. и Робина Лафоли Донга . Он опубликовал более 100 статей в академических журналах и является высоко цитируемым исследователем ISI . ^[1]

Биография [ править ]

Робинс учился в Гарвардском колледже с классом 1971 года, концентрируясь на математике и философии. Он был избран в Phi Beta Kappa на первом курсе, но не получил высшее образование. Он продолжал учиться на Медицинской школе Вашингтонского университета и несколько лет практиковал медицину труда . Работая в области медицины труда, он посещал базовые курсы по прикладной медицинской статистике в Йельской школе общественного здравоохранения , но быстро пришел к выводу, что методология, использованная в то время, была недостаточно строгой для обоснования причинных выводов.

Исследование [ править ]

В 1986 году Робинс опубликовал статью «Новый подход к причинно-следственным выводам в исследованиях смертности», в которой представил новую основу для вывода причинно-следственных связей из данных наблюдений. В этой и других статьях, опубликованных примерно в то же время, Робинс показал, что в неэкспериментальных данных экспозиция почти всегда зависит от времени, и поэтому стандартные методы, такие как регрессия, почти всегда смещены. Эта структура математически очень тесно связана с графической структурой Непараметрических моделей структурных уравнений Judea Pearl , которую Перл независимо разработал вскоре после этого.

В своей оригинальной статье о причинном выводе Робинс описал два новых метода контроля искажающей систематической ошибки, которые могут применяться в обобщенных условиях зависимых от времени воздействий: G-формула и G-оценка структурных вложенных моделей. Позже он представил третий класс моделей, модели маргинальной структуры, в которых параметры оцениваются с использованием обратной вероятности весов лечения. Он также внес значительный вклад в теорию динамических режимов лечения, которые имеют большое значение в исследованиях сравнительной эффективности.и персонализированная медицина. Вместе с Андреа Ротницки и другими коллегами он представил двойные надежные оценки (полученные из функций влияния) для статистических параметров в причинно-следственных выводах и проблемах с отсутствием данных. В 2008 году он также разработал теорию функций влияния высшего порядка для статистической функциональной оценки с такими сотрудниками, как Линглинг Ли, Эрик Тчетген Тчетген и Аад ван дер Варт .

Избранные публикации [ править ]

• Робинс, JM (1989). «Контроль смешения промежуточными переменными». Статистика в медицине . 8 (6): 679–701. DOI : 10.1002 / sim.4780080608 . PMID  2749074 .
• Робинс, JM; Циатис, А.А. (1991). «Исправление несоответствия в рандомизированных испытаниях с использованием моделей времени отказа конструкции с сохранением ранга». Коммуникации в статистике - теория и методы . 20 (8): 2609–2631. DOI : 10.1080 / 03610929108830654 .
• Робинс, JM (1994). «Исправление несоответствия в рандомизированных испытаниях с использованием структурных вложенных средних моделей». Коммуникации в статистике - теория и методы . 23 (8): 2379–2412. DOI : 10.1080 / 03610929408831393 .
• Робинс, JM (1997). «Причинно-следственный вывод из сложных продольных данных». В М. Беркане (ред.). Моделирование скрытых переменных и приложения к причинно-следственной связи . Конспект лекций по статистике. 120 . Springer-Verlag . С. 69–117.
• Робинс, JM; Ритов, Ю. (1997). "К проклятию подходящей размерности (CODA) асимптотическая теория для полупараметрических моделей". Статистика в медицине . 16 (3): 285–319. DOI : 10.1002 / (SICI) 1097-0258 (19970215) 16: 3 <285 :: AID-SIM535> 3.3.CO; 2-R . PMID  9004398 .
• Робинс, JM (1998). «Исправление несоответствия в испытаниях на эквивалентность». Статистика в медицине . 17 (3): 269–302. DOI : 10.1002 / (SICI) 1097-0258 (19980215) 17: 3 <269 :: AID-SIM763> 3.0.CO; 2-J . PMID  9493255 .
• Робинс, JM; Эрнан, Массачусетс; Брамбэк, Б. (2000). «Маргинальные структурные модели и причинно-следственные связи в эпидемиологии». Эпидемиология . 11 (5): 550–560. CiteSeerX  10.1.1.116.7039 . DOI : 10.1097 / 00001648-200009000-00011 . JSTOR  3703997 . PMID  10955408 . S2CID  8907527 .
• ван дер Лаан, MJ; Робинс, JM (2003). Единые методы цензуры продольных данных и причинно-следственной связи . Серии Спрингера в статистике. Springer . ISBN 978-0-387-95556-8.

Примечания [ править ]

Ссылки [ править ]

• Джеймс Робинс - профессор эпидемиологии Митчелл Л. и Робин Лафоли Донг . Гарвардская школа общественного здравоохранения (по состоянию на 15 марта 2008 г.).
• Д-р Джеймс М. Робинс - Библиография Гарвардской школы общественного здравоохранения (по состоянию на 15 марта 2008 г.).
• Герман, Элизабет (23 марта 2006 г.) Джеймс Робинс заставляет статистику говорить правду: числа на службе здоровья . Вестник Гарвардского университета .