Lauréat du prix Pierre-Robillard 2022

Janie Coulombe
Lauréat du prix Pierre-Robillard
2022
McGill University

Thesis Advisor: 

Dr. Erica E. M. Moodie and Dr. Susan M. Shortreed

Thesis Topic: 

Inférence causale sur l’effet marginal d’une exposition: Comment tenir compte des biais dus aux temps de visite qui dépendent du patient et aux facteurs confondants

Le prix Pierre Robillard est décerné chaque année par la SSC pour récompenser la meilleure thèse de doctorat dans le domaine de la probabilité ou des statistiques, défendue dans une université canadienne au cours de l’année.
 

Janie Coulombe est actuellement chercheuse postdoctorale à l’Université McGill. Elle travaille en collaboration avec Erica E. M. Moodie et Susan M. Shortreed sur l’inférence causale et l’imputation des données manquantes. Elle est titulaire d’un baccalauréat en mathématiques et d’une maîtrise en statistique de l’Université de Montréal. Après avoir obtenu sa maîtrise, Janie a travaillé deux ans comme analyste à l’Institut Lady Davis de l’Hôpital général juif de Montréal. Elle y a appris à travailler sur des ensembles de données complexes et volumineux non destinés à la recherche et s’est découvert une passion pour la biostatistique et l’inférence causale. Elle a ensuite poursuivi ses études doctorales à l’Université McGill, sous la supervision d’Erica Moodie et de Robert Platt, obtenant en 2021 un doctorat en biostatistique du Département d’épidémiologie, de biostatistique et de santé au travail. Ses travaux de doctorat portait sur l’inférence causale sur des données longitudinales imparfaites. Elle a proposé de nouveaux estimateurs pour l’effet moyen du traitement dans des contextes où les temps d’observation d’un résultat d’intérêt sont dépendants des covariables. Elle a également évalué plusieurs extensions qui tiennent compte d’autres scénarios de données complexes.

La dédicace du prix est la suivante: 

«À Janie Coulombe de l’Université McGill pour la thèse intitulée « Causal Inference on the Marginal Effect of an Exposure : Addressing Biases due to Covariate-Driven Monitoring Times and Confounders »

Rédigée sous la co-supervision des professeurs Erica Moodie et Robert Platt.»