La thèse de Baojiang Chen, intitulée « Méthodes statistiques pour l’analyse multi-états de données longitudinales incomplètes », a été complétée à l’Université de Waterloo sous la direction des professeurs Richard Cook et Grace Yi. Les études longitudinales comprennent souvent des données incomplètes et des temps d’observation à fréquence irrégulière. Chen a exploré divers problèmes relatifs à l’analyse des données catégoriques longitudinales incomplètes. Il s’agit notamment de méthodes de vraisemblance fondées sur des modèles conjoints pour les données catégoriques sérielles, d’équations d’estimation pondérées en fonction de la probabilité inverse augmentée pour les analyses semi-paramétriques de données de réponses et de co-variables incomplètes, ainsi que de modèles conjoints pour les processus de réponse et d’observation pour les évaluations de patients souffrant de maladies évolutives en cas de données informatives manquantes. Les domaines de recherche ayant inspiré ces études incluent les études sur la prévention du tabagisme, la dynamique de la maladie chez les cancéreux et les études longitudinales de patients souffrant de maladies rhumatismales.

Chen a obtenu son baccalauréat et sa maîtrise ès sciences de l’Université de Nankai (Chine) en 2002 et 2005, respectivement. Par la suite, il s’est inscrit à l’Université de Waterloo, où il a obtenu son doctorat en 2008. Actuellement, Baojiang Chen est boursier postdoctoral au Département de biostatistique à l’Université de Washington à Seattle.