Janie Coulombe de l'Université McGill est la lauréate du prix Pierre-Robillard de la Société statistique du Canada. Ce prix reconnaît la meilleure thèse de doctorat en probabilité ou statistique soutenue dans une université canadienne au cours d'une année donnée. Les critères utilisés pour sélectionner le lauréat du prix Pierre-Robillard comprennent l'originalité des idées et des techniques, les applications possibles et leur traitement, ainsi que l'impact potentiel du travail. Le prix est nommé à la mémoire du professeur Pierre Robillard, un jeune statisticien dynamique et exceptionnel de l'Université de Montréal, dont le décès prématuré en 1975 a coupé court à ce qui promettait d'être une carrière très distinguée.

La thèse de Janie, intitulée « Causal Inference on the Marginal Effect of an Exposure: Addressing Biases due to Covariate-Driven Monitoring Times and Confounders », a été rédigée alors qu’elle était étudiante au doctorat à l’Université McGill sous la co-direction des professeurs Erica Moodie et Robert Platt.

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 portaient 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 généralisations qui tiennent compte d’autres scénarios de données complexes.

La dédicace du prix est la suivante:

« À Janie Coulombe, pour sa thèse intitulée “Causal Inference on the Marginal Effect of an Exposure: Addressing Biases due to Covariate-Driven Monitoring Times and Confounders” , rédigée sous la direction conjointe des professeurs Erica Moodie et Robert Platt. »

Paul Y. Peng a produit l’essentiel de ce texte.