Core C - Biostatistics & Bioinformatics Core

核心 C - 生物统计学

基本信息

  • 批准号:
    10652339
  • 负责人:
  • 金额:
    $ 26.43万
  • 依托单位:
  • 依托单位国家:
    美国
  • 项目类别:
  • 财政年份:
    2019
  • 资助国家:
    美国
  • 起止时间:
    2019-07-19 至 2024-06-30
  • 项目状态:
    已结题

项目摘要

PROJECT SUMMARY The Biostatistics and Bioinformatics Core (Core C) of the NYU Melanoma SPORE will provide statistical and bioinformatics collaboration and consultation to all SPORE Research Projects and Cores. Consultation is available from the study design and planning stages through implementation, data management, statistical and bioinformatics analysis, and interpretation of results. Core C will provide support for all proposed laboratory studies and translational studies, including biomarker development based on samples from existing and new clinical trials to support the overarching mission and central scientific strategy of the NYU Melanoma SPORE. Furthermore, strategies for the systematic selection of samples from all the projects and the coordination of informatics support in Core C will permit the overall integration of results across projects to develop comprehensive models to predict treatment outcomes and toxicity. Core C draws on and integrates an extensive fund of knowledge, resources, and expertise across the NYU Langone Medical Center (NYULMC) and NYU Perlmutter Cancer Center (PCC) to serve the NYU Melanoma SPORE. Co-Director Dr. Yongzhao Shao is Deputy Director of the PCC Biostatistics Shared Resource (BSR) and Dr. Itai Yanai is the Director of the Institute for Computational Medicine, respectively, and will provide integrated biostatistical and bioinformatics support and ensure maximum utilization of all institutional resources and facilities. This will empower the provision of expertise in all aspects of statistical design; power/sample size calculations; systematic sample selection strategies for efficient data integration and analyses; and integration of data from multiple sources including laboratory data, clinical data, and data from diverse sequencing platforms. Core C will develop innovative statistical and bioinformatics methods, including scalable computation algorithms, for identifying and evaluating biomarkers in translational studies, and will make these newly developed algorithms publicly available to the larger cancer research community. In particular, Core C’s identification of biomarkers that may optimize the personalized management of advanced melanoma patients will enable the development of integrated, multivariable predictive models for treatment response and toxicity. This work, based on biomarkers discovered across SPORE Projects, will contribute to personalized melanoma management and amplify the translational impact of the NYU Melanoma SPORE.
项目概要 纽约大学黑色素瘤 SPORE 的生物统计学和生物信息学核心(核心 C)将提供统计和 所有 SPORE 研究项目和核心咨询的生物信息学合作和咨询。 从研究设计和规划阶段到实施、数据管理、统计和 生物信息学分析和结果解释核心 C 将为所有拟议的实验室提供支持。 研究和转化研究,包括基于现有和新样本的生物标志物开发 支持纽约大学黑色素瘤孢子的总体使命和中心科学战略的临床试验。 此外,从所有项目中系统地选择样本的策略以及协调 核心 C 中的信息学支持将允许跨项目开发结果的整体整合 预测治疗结果和毒性的综合模型 Core C 借鉴并整合了广泛的模型。 纽约大学朗格医学中心 (NYULMC) 和纽约大学的知识、资源和专业知识基金 为纽约大学黑色素瘤 SPORE 提供服务的 Perlmutter 癌症中心 (PCC) 的联合主任是邵永照博士。 PCC 生物统计共享资源 (BSR) 副主任,Itai Yanai 博士担任研究所所长 分别用于计算医学,并将提供综合生物统计和生物信息学支持 并确保最大限度地利用所有机构资源和设施。 统计设计各个方面的专业知识;系统样本选择; 有效数据集成和分析的策略;以及来自多个来源的数据的集成,包括 实验室数据、临床数据和来自不同测序平台的数据将开发创新。 统计和生物信息学方法,包括可扩展的计算算法,用于识别和评估 转化研究中的生物标志物,并将向公众公开这些新开发的算法 特别是,Core C 鉴定的生物标志物可以优化癌症研究界。 晚期黑色素瘤患者的个性化管理将促进综合、 这项工作基于发现的生物标志物。 跨 SPORE 项目,将有助于个性化黑色素瘤管理并扩大转化 纽约大学黑色素瘤孢子的影响。

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

Yongzhao Shao其他文献

Yongzhao Shao的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('Yongzhao Shao', 18)}}的其他基金

Data Management and Statistical Core
数据管理与统计核心
  • 批准号:
    10439580
  • 财政年份:
    2020
  • 资助金额:
    $ 26.43万
  • 项目类别:
Data Management and Statistical Core
数据管理与统计核心
  • 批准号:
    10643930
  • 财政年份:
    2020
  • 资助金额:
    $ 26.43万
  • 项目类别:
Biostatistics/Bioinformatics Core
生物统计学/生物信息学核心
  • 批准号:
    10428583
  • 财政年份:
    2020
  • 资助金额:
    $ 26.43万
  • 项目类别:
Biostatistics/Bioinformatics Core
生物统计学/生物信息学核心
  • 批准号:
    10621834
  • 财政年份:
    2020
  • 资助金额:
    $ 26.43万
  • 项目类别:
Core C - Biostatistics & Bioinformatics Core
核心 C - 生物统计学
  • 批准号:
    10200699
  • 财政年份:
    2019
  • 资助金额:
    $ 26.43万
  • 项目类别:
Core C - Biostatistics & Bioinformatics Core
核心 C - 生物统计学
  • 批准号:
    10434086
  • 财政年份:
    2019
  • 资助金额:
    $ 26.43万
  • 项目类别:
Data Management and Statistical Core
数据管理与统计核心
  • 批准号:
    9750584
  • 财政年份:
  • 资助金额:
    $ 26.43万
  • 项目类别:
Data Management and Statistical Core
数据管理与统计核心
  • 批准号:
    9921988
  • 财政年份:
  • 资助金额:
    $ 26.43万
  • 项目类别:
Core C - Biostatistics & Bioinformatics Core
核心 C - 生物统计学
  • 批准号:
    9980830
  • 财政年份:
  • 资助金额:
    $ 26.43万
  • 项目类别:

相似国自然基金

地表与大气层顶短波辐射多分量一体化遥感反演算法研究
  • 批准号:
    42371342
  • 批准年份:
    2023
  • 资助金额:
    52 万元
  • 项目类别:
    面上项目
高速铁路柔性列车运行图集成优化模型及对偶分解算法
  • 批准号:
    72361020
  • 批准年份:
    2023
  • 资助金额:
    27 万元
  • 项目类别:
    地区科学基金项目
随机密度泛函理论的算法设计和分析
  • 批准号:
    12371431
  • 批准年份:
    2023
  • 资助金额:
    43.5 万元
  • 项目类别:
    面上项目
基于全息交通数据的高速公路大型货车运行风险识别算法及主动干预方法研究
  • 批准号:
    52372329
  • 批准年份:
    2023
  • 资助金额:
    49 万元
  • 项目类别:
    面上项目
高效非完全信息对抗性团队博弈求解算法研究
  • 批准号:
    62376073
  • 批准年份:
    2023
  • 资助金额:
    51 万元
  • 项目类别:
    面上项目

相似海外基金

Quantitative Imaging Biomarker Prospective Validation of Dynamic Contrast-Enhanced MRI as a Metric of Orodental Injury After Radiotherapy (QI-ProVE-MRI)
动态对比增强 MRI 的定量成像生物标志物前瞻性验证作为放射治疗后口腔牙齿损伤的指标 (QI-ProVE-MRI)
  • 批准号:
    10668570
  • 财政年份:
    2023
  • 资助金额:
    $ 26.43万
  • 项目类别:
Health Inequality and a Machine Learning-Based Tool for Emergency Department Triage: A Mixed Methods Approach
健康不平等和基于机器学习的急诊科分诊工具:混合方法
  • 批准号:
    10452759
  • 财政年份:
    2020
  • 资助金额:
    $ 26.43万
  • 项目类别:
Health Inequality and a Machine Learning-Based Tool for Emergency Department Triage: A Mixed Methods Approach
健康不平等和基于机器学习的急诊科分诊工具:混合方法
  • 批准号:
    10248299
  • 财政年份:
    2020
  • 资助金额:
    $ 26.43万
  • 项目类别:
Core C - Biostatistics & Bioinformatics Core
核心 C - 生物统计学
  • 批准号:
    10200699
  • 财政年份:
    2019
  • 资助金额:
    $ 26.43万
  • 项目类别:
Core C - Biostatistics & Bioinformatics Core
核心 C - 生物统计学
  • 批准号:
    10434086
  • 财政年份:
    2019
  • 资助金额:
    $ 26.43万
  • 项目类别:
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了