Sluit je aan bij het Europese STRATA-FIT onderzoeksconsortium dat werkt aan het beter begrijpen, classificeren en behandelen van moeilijk behandelbare reumatoïde artritis (Difficult-to-treat (D2T) RA). Tussen de 5-20% van patiënten met reumatoïde artritis kan geclassificeerd worden als D2T RA en deze groep patiënten heeft een hoge ziektelast en ‘medical need’ en ook grote sociaal-economische gevolgen voor patiënten en de samenleving. Bijdragende factoren kunnen onder andere comorbiditeiten, medicatie gerelateerde, biologische-, immunologische en gedragsfactoren zijn. Het identificeren van deze patiënten met specifieke onderliggende en overlappende problemen, of risicopatiënten, is echter een grote uitdaging in de praktijk.
Op dit moment zijn behandelbeslissingen bij RA willekeurig en onvoldoende op de patiënt toegesneden (trial-and-error). Het STRATA-FIT project wil hier wat aan doen en bouwt voort op eerder werk van consortiumpartners, die de Europese Task Force hebben geïnitieerd en geleid voor het ontwikkelen van aandachtspunten voor de behandeling van D2T RA.
Binnen dit project zul je met name participeren in het eerste deel waar het uiteindelijk doel is om voorspellende (computer) modellen te ontwikkelen en valideren om identificatie en stratificatie van D2T RA patiënten te ondersteunen.
Hiervoor maken we gebruik van routinematig verzamelde follow-up gegevens van RA-patiënten. Deze gegevens moeten verrijkt worden, middels structurering/data definities en textmining technieken en volgens het FAIR data principe worden opgeslagen. Aangezien dit op Europees niveau gebeurt en deze routinezorgdata niet specifiek voor onderzoek zijn verzameld en de betreffende ziekenhuizen niet mogen verlaten maken we gebruik van Federated Learning (een privacy preserving techniek voor data analyse) waarbij een uniek Europees Learning Healthcare System zal ontstaan.
De gevalideerde voorspelmodellen zullen worden geïntegreerd in een elektronische beslishulp om uiteindelijk te worden gebruikt om gepersonaliseerde behandelstrategieën voor D2T RA-patiënten te evalueren (dit laatste valt buiten de tijdsperiode van deze vacature).
Je voert je werkzaamheden uit in samenwerking met een multidisciplinair team binnen onze afdeling van reumatologen, immunologen, analisten, epidemiologen, statistici en bio-informatici en binnen een (inter)nationaal netwerk van medewerkers, waaronder ook een data science groep.
We bieden een flexibele kans om bij te dragen aan een ambitieus Europees onderzoeksproject binnen een gemotiveerd team. Je werkzaamheden betreffen data-management, -interpretatie en uitvoeren van data analyses en schrijven van wetenschappelijke artikelen uitmondend in een promotietraject. Indien gewenst, bestaan ook mogelijkheden voor het geven van onderwijs. Je krijgt mogelijkheden voor training, supervisie en begeleiding voor zowel je onderzoekswerk als persoonlijke ontwikkeling, wat een uitstekende basis zal zijn voor een onafhankelijke academische carrière.
Je komt terecht bij de afdeling Reumatologie & Klinische Immunologie (EULAR Center of Excellence). De afdeling maakt deel uit van de Divisie Interne Geneeskunde en Dermatologie (DIGD), die zich richt op optimale patiëntenzorg, educatie en (translationeel) onderzoek.
Het translationele onderzoek binnen de afdeling komt voort uit klinische vragen over de gezondheidszorg, die worden vertaald naar het laboratorium, en bevindingen uit het laboratorium worden terugvertaald om de behandeling van patiënten te verbeteren. Onderzoek wordt uitgevoerd in nauwe samenwerking tussen artsen, klinische onderzoekers, onderzoeksverpleegkundigen, methodologen, bio-informatici, technici en biochemici. Jouw directe team bestaat uit ongeveer 20 mensen, elk met hun eigen expertise. Multidisciplinaire bijeenkomsten creëren een dynamische en open werkomgeving.
Contactgegevens
Bij vragen kan je contact opnemen met:
Voor deze vacature hanteren wij geen sluitingsdatum: zodra de juiste kandidaat gevonden is, sluiten wij de vacature. Heb je interesse of vragen? Wacht dan niet langer en reageer snel. Binnen 2 weken na je sollicitatie wordt er contact met je opgenomen.
Wij geloven in de kracht van een divers team waarin ruimte is voor verschillende vaardigheden, expertises, sociale en culturele achtergronden. Wij zijn benieuwd naar jou!
Onze nieuwe collega's werven we zelf. We hebben geen behoefte aan acquisitie.
Voor een goede werking van deze website worden cookies gebruikt. Cookies zijn kleine (tijdelijke) tekstbestanden die door je browser worden opgeslagen. Zo maken we gebruik van functionele cookies om je instellingen te onthouden en van analytische cookies om het gebruik van de website anoniem te analyseren en te verbeteren.