Public Defence: Pål Christie Ryalen

Siv.ing. Pål Christie Ryalen at Institute of Basic Medical Sciences will be defending the thesis “Casual Reasoning with Survival Data” for the degree of PhD (Philosophiae Doctor).

Trial Lecture – time and place

See Trial Lecture.

Adjudication committee

  • First opponent: Associate Professor Ruth Keogh, London School of Hygiene & Tropical Medicine
  • Second opponent: Professor Torben Martinussen, University of Copenhagen
  • Third member and chair of the evaluation committee: Professor Tron Anders Moger, University of Oslo

Chair of Defence

Associate Professor Maja Elstad, University of Oslo

Principal Supervisor

Associate Professor Kjetil Røysland, University of Oslo

Summary

Vi lever i en tid med økende oppsamling og digitalisering av helsedata, ofte lagret i helseregistre. Det er samtidig en interesse for å benytte tilgjengelig helseinformasjon når behandlingsstrategier skal velges.

I sin avhandling Causal reasoning with survival data har Pål Christie Ryalen og medarbeidere utviklet statistiske verktøy som tillater bruk av data til å underbygge beslutninger. Metodene er blant annet skikket til å håndtere registerdata, hvor individer følges opp over tid.

Metodene ble benyttet til å sammenligne stråling og kirurgi som behandlinger av prostatakreft. I en analyse av en kohort fra kreftregisteret var det ikke mulig å skille behandlingstypenes effektivitet de første 11 årene etter diagnose. En naiv analyse av den samme kohorten kunne ha konkludert med at kirurgi var det beste alternativet, men dette hadde skyldtes at pasienter med god og dårlig prognose er ujevnt fordelt mellom de to behandlingsgruppene.

Avhandlingen oppfordrer videre forskere til å være spesielt oppmerksomme på hvordan de tallfester behandlingseffekter. Oppgaven tar utgangspunkt i hasardraten, som tradisjonelt har vært et av de mest utbredte effektmålene innenfor blant annet kreftforskning. I nyere tid har det blitt klart at hasardraten sjelden kan forstås som et mål på en behandlingseffekt. Avhandlingen utvikler metoder og software som gir anvendte forskere lettere tilgang til alternative effektmål, noe som vil være spesielt nyttig i situasjoner hasardraten er vanskelig å tolke.

Additional information

Contact the research support staff.

Published Aug. 22, 2019 3:09 PM - Last modified Sep. 4, 2019 10:36 AM