Les chercheurs réguliers du Centre de recherche du CHUM peuvent requérir aux services de CITADEL pour accéder aux informations contenues dans le lac de données. Ils peuvent aussi faire appel à son expertise pour obtenir un éventail de services d’analyse et de valorisation de données offerts par l’équipe d’experts hautement qualifiés en sciences des données et statistiques.

Soutien quant au choix de la meilleure méthodologie de recherche, d’analyse et de modélisation des données ou des résultats avec une équipe d’experts

Soutien à la rédaction ou révision de demandes de subvention, protocoles de recherche, plans de gestion des données et rapports d’analyse, etc.

Soutien à la rédaction et révision de manuscrits, résumés, posters, etc. Aide à la réponse aux commentaires des réviseurs sur l’analyse des données

  • Calcul de la taille d’échantillon ou de puissance statistique à but de planification d’étude

  • Analyses de données :

Exploratoires (génératrices d’hypothèses)
Descriptives
ANOVA, ANCOVA, etc.
Modèles linéaires généralisés
Modèles de survie (paramétriques ou non-paramétriques)
Modèles linéaires mixtes généralisés
Modèles discrete choice experiment (DCE)
Modèles de prédictions
Modèles d’inférences causales
Modèles pour méta-analyses, incluant méta-régression
Méthodes Bayésiennes ainsi que Fréquentistes
Validation des échelles
Missing values treatment (Multiple Imputation, Inverse Probability Weighting)
Cluster analysis, factor analysis, latent class analysis
Multi-levels model
Non-parametric methods
Analyses pour tests diagnostiques
Validation d’échelle (scale validation)

  • Analyses omiques :

Exome/genome-seq (germline, somatic)
RNA-seq
ChIP-seq
Methyl-seq
Single-cell RNA-seq
Single cell ATAC-seq
TCR-seq

  • Autres analyses :

Adaptive design
Diagnostic test characteristics
Dose-response
DSMB (member)
Production de rapport pour analyses intérimaires (DSMB)
Equivalence/non-inferiority
Feasibility, futility (other pilot analyses)
Model selection
Randomization lists/production de listes de randomisation
REDCap


Extraction de cohortes de patients (recherche, qualité, performance), de variables, d’imagerie, de mots/champs/textes provenant de rapports et de rapports intégraux

Dé-identification et anonymisation de tous types de données (dont imagerie) et déploiement d’une infrastructure sécurisée pour l’accès et l’entreposage des données

Extraction, préparation et analyse des données cliniques (dont imagerie), interprétation et modélisation des résultats

Développement, validation interne ou externe de solutions et/ou algorithmes sur des données de recherche, cliniques et/ou administratives

Ajout de nouvelles variables/données à une base/cohorte existante et possibilité de transformation des données (format FIHR sur Aidbox ou autre)

Développement de pipelines de données, scripts automatisés et API; connexion et intégration de sources de données hétérogènes ou multi-sites