W. Alton Russell, Doctorat

Professeur adjoint
Alton Russell

Alton s'est joint à l'École de santé des populations et de santé mondiale de McGill en tant que professeur adjoint en 2022. En tant que chercheur, Alton a développé des modèles d'analyse décisionnelle et des analyses axées sur les données pour de multiples domaines de la politique de santé et de la pratique clinique, y compris le don de sang et la transfusion, la gestion pédiatrique les maladies rénales, les troubles liés à l'utilisation d'opioïdes et les surdoses, et la gastro-entérologie. Alton c'est aussi :

Vous pouvez voir son CV ici.


Intérêts
  • Analyse de décision basée sur les données
  • Modélisation des politiques de santé
  • Évaluation de la technologie de la santé
Education
  • Postdoc, Institut d'évaluation technologique de l'Hôpital général de Massachusetts, 2021

    École de médecine de Harvard

  • Doctorat, Sciences et ingénierie de gestion, 2021

    Université de Stanford

  • MSc, Sciences et ingénierie de gestion, 2018

    Université de Stanford

  • B.Sc., Génie industriel (Génie des systèmes de santé concentrations), 2014

    Université d'État de Caroline du Nord

  • B.Sc., Études interdisciplinaires (Santé mondiale et concentration développement durable), 2014

    Université d'État de Caroline du Nord


D3Mod Lab

Le laboratoire de modélisation de la décision basée sur les données - ou D3Mod Lab - vise à permettre l'utilisation efficace, efficiente et équitable des ressources de santé limitées. Pour ce faire, nous développons, évaluons et appliquons des méthodes traditionnelles de modélisation décisionnelle (modélisation mathématique, simulation, optimisation) ainsi que des méthodes basées sur les données (apprentissage automatique, statistiques bayésiennes). Notre travail éclaire les décisions difficiles en matière de politique de santé et de médecine. Nous faisons partie du Groupe de recherche en informatique clinique et de la santé de McGill et de l'École de santé des populations et de santé mondiale de McGill à Montréal, Québec, Canada.

Les membres

member

Yuan Yu
Postdoc

Estimation sur petits domaines, Modélisation hiérarchique bayésienne, Méthodes d'échantillonnage, études d'enquête, applications bayésiennes, apprentissage statistique et automatique

member

Jiacheng Chen
Research Associate

Science des données de santé publique, méthodes, maladies infectieuses et épidémiologie nutritionnelle

member

Wanjin (Jennifer) Li
Étudiante à la doctorat

Évaluation des technologies de la santé, Évaluation économique, la science des données de santé publique

member

Matthew Knight
Étudiant à la maîtrise

Prise de décision clinique, Science des données de santé publique, Surveillance des maladies

member

Melina Thibault
Étudiante à la doctorat

Informatique de santé/santé numérique, Modélisation des politiques de santé, Épidémiologie des maladies non transmissibles

member

Nkasiobi Hossanna Nwobi
Étudiante à la maîtrise

Modélisation des politiques de santé, Surveillance de la santé, Évaluation d'impact



Enseignement

Alton enseigne les cours suivants à McGill:

Recherches

La recherche du laboratoire D3Mod éclaire les politiques de santé et les décisions cliniques grâce à la modélisation et à l'analyse axées sur les données. Nous utilisons des méthodes issues de la science de la décision, l'optimisation, l'épidémiologie, l'économie de la santé et l'apprentissage automatique pour permettre utilisation efficiente, efficace et équitable des ressources. Nous collaborons avec les parties prenantes de la médecine et de la politique de santé afin de maximiser notre impact sur la politique et pratique tout en étendant l'état de l'art en matière de décision basée sur les données la modélisation.

Un domaine d'intérêt majeur est la modélisation analytique des décisions axée sur les données, qui intègre des données au niveau individuel dans des modèles qui comparent les interventions en santé ou les options politiques. Traditionnellement, les analyses décisionnelles modélisent soit un patient « moyen », soit une cohorte relativement homogène d'individus synthétiques, extrayant des valeurs de la littérature ou de l'opinion d'experts pour caractériser la population touchée et estimer l'impact des alternatives politiques. Cela suppose que les risques et les coûts ne sont pas répartis sur l'ensemble de la population et que les effets du traitement des interventions sont homogènes. Notre laboratoire développe des méthodes pour intégrer directement les données au niveau individuel afin de refléter la véritable hétérogénéité des populations de patients et de saisir les différences dans les résultats attendus selon différentes alternatives politiques. Cela permet une estimation plus précise des compromis impliqués par une intervention et nous permet d'examiner l'impact distributif des interventions pour révéler les inégalités potentielles.

Projets actuels

Les thèmes de recherche actuels sont les suivants:

  • Permettre des approches individualisées pour gérer les risques de carence en fer pour les donneurs de sang en utilisant l'apprentissage automatique et la modélisation de simulation analytique de décision.

  • Utiliser la modélisation de simulation pour optimiser l'utilisation de modèles prédictifs afin de prévenir les lacunes dans les services médicaux d'urgence (paramédicaux et ambulances).

  • Faire progresser l'état de l'art en matière d'intégration des méthodes fondées sur les données (apprentissage automatique, statistiques bayésiennes) dans les modèles d'analyse décisionnelle

  • Développer et évaluer des méthodes de surveillance de la santé de la population, y compris l'ajustement pour les différences d'essai et de population afin de permettre l'harmonisation des données entre les cohortes.

  • L'évaluation économique, sur la base de modèles, des interventions sanitaires, y compris le dépistage et la surveillance du cancer.

Membres potentiels du laboratoire

Programmes affiliés : Je peux servir de directeur de thèse pour les étudiants en épidémiologie (MSc et PhD), en biostatistique (MSc et PhD), en sciences quantitatives de la vie (PhD), et en médecine expérimentale (MSc et PhD), ce qui inclut le MSc en innovation en santé numérique. Pour les étudiants d'autres programmes, je peux être en mesure de servir de superviseur de stage, de co-superviseur ou de membre de comité.

Étudiants actuels de McGill : Si vous êtes intéressés à travailler avec le laboratoire, veuillez m'envoyer par courriel (Alton) votre CV et une brève note sur vos intérêts.

Étudiants potentiels de McGill : Pour les étudiants potentiels au doctorat, veuillez m'envoyer (Alton) votre CV, votre programme d'études envisagé et une brève note sur vos intérêts, idéalement deux ou trois mois avant la date limite d'inscription. N'hésitez pas à me contacter plus tôt si vous souhaitez discuter d'une demande de bourse spécifique qui doit être soumise avant la date limite de candidature au programme de doctorat. Pour les futurs étudiants en maîtrise ou les étudiants admis, vous pouvez envoyer votre CV et une note sur vos centres d'intérêt. Je rencontre généralement les nouveaux étudiants en thèse de maîtrise au cours de leur premier semestre et je leur demande de rejoindre le laboratoire au début de leur deuxième semestre. Dans certains cas, je suis en mesure de discuter plus tôt de projets potentiels et de possibilités de bourses ou de bourses d'études. Le fait de demander un financement pour les études supérieures (bourses, bourses d'études) peut augmenter les chances d'être admis dans un programme d'études supérieures et de pouvoir terminer sa thèse au sein du laboratoire D3Mod.

Chercheurs postdoctoraux ou personnel de recherche potentiels : Toutes les offres d'emploi pour le personnel de recherche seront annoncées sur la plateforme Workday de McGill. Les chercheurs postdoctoraux potentiels peuvent se manifester à tout moment. Les chercheurs postdoctoraux potentiels qui disposent d'une bourse de recherche externe ou qui sont prêts à faire une demande de financement ont plus de chances d'obtenir un poste.

Philosophie de recherche en science ouverte

Notre groupe travaille fort pour produire des recherches informatives, rigoureuses, transparentes et reproductibles. Le Manuel du laboratoire de modélisation décisionnelle décrit notre approche de la recherche ouverte et de la diffusion.

Merci à nos bailleurs de fonds

La recherche dans le laboratoire de modélisation décisionnelle est soutenue par des subventions de:

Publication majeurs

(2022). Individualized risk trajectories for iron-related adverse outcomes in repeat blood donors. Transfusion.
(2021). Optimal portfolios of blood safety interventions: test, defer or modify?. Health Care Management Science.
(2021). Cost-effectiveness and budget impact of whole blood pathogen reduction in Ghana. Transfusion.
(2020). Baseline creatinine determination method impacts association between acute kidney injury and clinical outcomes. Pediatric Nephrology.
(2020). Clipping over the scope for recurrent peptic ulcer bleeding is cost-effective as compared to standard therapy: An initial assessment. Gastrointestinal Endoscopy Clinics of North America.
(2020). Active testing of groups at increased risk of acquiring SARS-CoV-2 in Canada: Costs and human resource needs. CMAJ.
(2019). Cost effectiveness of endoscopic resection vs transanal resection of complex benign rectal polyps. Clinical Gastroenterology and Hepatology.
(2019). Screening the blood supply for Zika virus in the 50 U.S. States and Puerto Rico: A cost-effectiveness analysis. Annals of Internal Medicine.

Anciens membres

memeber

Yangyuru (Catherine) Liu
Étudiant au baccalauréat en été 22

Projet de recherche BS, 2022.
Poste suivant : MSc Biostats McGill

member

Chen-Yang Su
'22 - '23 Étudiant en rotation de doctorat

’22 – ’23 Étudiant en rotation au doctorat

memeber

Huzbah Jagirdar
Étudiante à la maîtrise

Msc Epi, 2022-24.
Poste suivant : Recherche clinique Cytel

member

Sophie Cao
Étudiante en baccalauréat en sciences

Projet de recherche 2023–24
Poste suivant : Ingénieur logiciel à Datadog

member

Matthew Schinwald
Étudiant en doctorat

'24 Étudiant en rotation de doctorat