Prosjektoppgaver veiledet av Andreas Asheim
Min hovedstilling er som forsker ved Regionalt senter for helsetjenesteutvikling (RSHU), som er en forskings og utviklingsavdeling ved St. Olavs hospital. Her har jeg arbeidsoppgaver knyttet til analyser av driftsdata fra sykehuset, og jeg er involvert i Regforsk, som er et forskningsmiljø med støtte fra Norges forskningsråd. Miljøet har som mål å utvikle metoder for å gi et bedre beslutningsgrunnlag for organisering av helsetjenesten ved hjelp av driftsdata, registerdata, o.l. I dette prosjektet jobber vi med data fra Norsk pasientregister, fastlegeregisteret, nasjonale kvalitetsregistre, driftsdata fra St. Olavs hospital, m.m. Forskningen innebærer et tett samarbeid med fagfelt som medisin, epidemiologi, samfunnsvitenskap og samfunnsøkonomi.
Jeg kan tilby prosjektoppgaver knyttet driftsanalyser ved St. Olavs hospital og forskningsaktiviteten i Regforsk. Problemstillinger kan være både anvendte og teoretiske, avhengig av kandidatens interesser. Dersom en skal jobbe med data fra tjenesten må problemstillingen dekkes av de godkjenningene vi har, og noe administrativt arbeid kan forventes. Under følger noen overskrifter som er aktuelle for en prosjektoppgave. Ta gjerne kontakt dersom du vil diskutere disse, eller andre muligheter.
Kausal inferens med maskinlæring
Å identifisere årsak-virkningsforhold i data krever at en gjør noen forutsetninger, bl.a. om at vi har kontroll på felles årsaker til eksponering og utfall. Med kompleksiteten i helsetjenestene, vil standard metoder sjelden gi svar på det spørsmålet en ønsker å besvare, selv om man bruker alle de fantastiske registrene vi har. En analyse av ambulanseresponstider mot dødelighet vil f.eks. indikere at de som fikk raskest hjelp hadde størst dødelighet, uansett hvor detaljert vi modellerer. Instrumentvariabel-regresjon er en måte å løse opp i noe av denne problematikken, der vi legger forutsetningene på spesifikke kilder til variasjon i eksponering. En mulig oppgave jeg kan veilede er å undersøke hvordan maskinlæring kan brukes med f.eks. instrumentvariabler, og eventuelt implementere noen metoder. Det er også muligheter for å teste på reelle data.
Bruk av ambulansedata for å evaluere og forbedre prehospitale tjenester
AMK-sentralene (de som svarer på 113) og ambulansetjenesten i Helse Midt-Norge har detaljerte data om hendelser og status til ambulanser og legehelikoptre. Her er det et stort uutnyttet potensial for å undersøke hvordan organisering av tjenesten påvirker behandling og pasientutfall. Slike analyser er imidlertid ikke rett fram på grunn av stor heterogenitet i pasientsammensetning over tid og rom. En oppgave innen dette feltet kan utarbeides i samarbeid med Akuttmedisinsk fagavdeling ved St. Olavs hospital og Fellesfunksjonen for ambulansetjenesten i Midt-Norge. En oppgave innen dette vil innebære å jobbe med geografiske data.
Target-trial emulering for studier av tidsavhengige eksponeringer
Mange medisinske problemer arter seg slik at din eksponeringsstatus er avhengig av overlevelse, og det gjør det vanskelig å studere i data. For eksempel, hvis en medisin øker dødelighet på kort sikt, kan det være at bare hardføre individer står igjen. Når vi undersøker de som tar medisinen på et gitt tidspunkt, kan det se ut som at medisinen reduserer dødelighet. Jeg kan gi oppgaver om target-trial metodikk, som er en måte å løse opp i dette. Både teoretiske og praktiske vinklinger er mulig.
Konsekvenser av sentraliserte tjenester
Jeg kan gi oppgaver hvor vi studerer konsekvenser av sentralisering av tjenester, det vil si flytting av behandlingstilbud fra små til store sykehus. Dette kan innebære å dykke inn i noen naturlige eksperimenter. Dette kan gjøres i samarbeid med Regforsk-miljøet og klinikere fra aktuelle fagområder.