Eirik Haugen
- Telefon: +47 92 12 34 56
- E-post: eirik.haugen@email.com
- Stad: Bergen, Noreg
- LinkedIn: eirik-haugen-biostatistiker
Samandrag
Biostatistikar med over 8 års erfaring i å designe, analysere og tolke kliniske studiar og epidemiologiske data. Har leia statistisk analyse for fleire fase II og III studiar, og bidrege til publisering av vitskaplege artiklar i anerkjende tidsskrift. Spesialisert i R, SAS og komplekse regresjonsmodellar.
Arbeidserfaring
Senior Biostatistikar, Medisinsk Forskingsinstitutt Bergen -- Bergen, Noreg
August 2019 – nåverande
-
Leiing av statistisk design og analyse for 5+ fase II og III kliniske studiar, inkludert utarbeiding av statistiske analyseplanar og rapportar.
-
Utvikla og implementerte nye statistiske modellar for analyse av tidsserie-data i kroniske sjukdomsstudier, noko som forbetra prediksjonsnøyaktigheita med 15%.
-
Fagleg rettleiing og opplæring av junior biostatistikarar i avanserte statistiske metodar og programvare (R, SAS).
-
Bidrog til 10+ vitskaplege publikasjonar i fagfellevurderte tidsskrift, inkludert Nature Medicine og The Lancet.
Biostatistikar, Helse Bergen HF -- Bergen, Noreg
September 2015 – Juli 2019
-
Ansvarleg for statistisk analyse av registerdata og observasjonsstudiar innan kardiologi og onkologi.
-
Utvikla og validerte prediktive modellar for pasientutfall, noko som reduserte behovet for invasive diagnostiske prosedyrar med 10%.
-
Samarbeidde tett med klinikarar og forskarar for å definere forskingsspørsmål og velje eigna statistiske metodar.
-
Presenterte forskingsresultat på nasjonale og internasjonale konferansar.
Utdanning
Universitetet i Bergen, Ph.D. i Biostatistikk -- Bergen, Noreg
August 2011 – Juni 2015
Universitetet i Oslo, Master i Statistikk i Statistikk -- Oslo, Noreg
August 2009 – Juni 2011
Ferdigheiter
Statistisk Programvare: R (avansert), SAS (avansert), Stata, Python (Pandas, NumPy, SciPy)
Statistiske Metodar: Regresjonsanalyse (lineær, logistisk, Poisson), overlevingsanalyse, tidsserieanalyse, mixed models, bayesiansk statistikk, maskinlæring (grunnleggande)
Klinisk Forsking: Design av kliniske studiar, prøvestorleiksutrekningar, randomisering, statistisk analyseplan (SAP), rapportskriving, ICH-GCP
Datahandsaming og Visualisering: Datavasking, datamanipulering, visualisering med ggplot2 (R), Tableau
Språk: Norsk (morsmål), Engelsk (flytande)