Pamela Massiel Chiroque Solano

Ich bin Statistikerin und widme mich der Weiterentwicklung der Präzisionsmedizin und der personalisierten Gesundheitsversorgung durch die Integration von statistischem Lernen, Bayes'scher Modellierung und künstlicher Intelligenz.
Meine Arbeit konzentriert sich auf die Entwicklung interpretierbarer Modelle zur Vorhersage individueller Behandlungseffekte, die eine fundiertere und individuellere medizinische Entscheidungsfindung ermöglichen.

Meine Forschung verbindet fortgeschrittene statistische Theorie mit modernen Paradigmen des maschinellen Lernens, um komplexe, reale Datenherausforderungen in den Bereichen Gesundheit, Ökologie und Umweltüberwachung anzugehen.

Zu diesen Herausforderungen gehören fehlende Daten, Zeit-bis-zum-Ereignis- und Längsschnittstrukturen sowie nicht-gaußsche Antwortverteilungen wie kategoriale, diskrete oder überhöhte Ergebnisse.

Mit mehr als 18 Jahren kontinuierlicher Forschungs- und akademischer Erfahrung umfasst mein Fachwissen:

• Fortgeschrittene statistische Modellierung – Längsschnittdatenanalyse, Überlebensmodelle, zeitvariable Koeffizienten
• Maschinelles Lernen und KI – prädiktive Modellierung, metaheuristische Merkmalsauswahl, erklärbare KI
• Bayessche Inferenz und dynamische und hierarchische Modelle – Quantifizierung von Unsicherheiten und mehrstufige Datenintegration
• Anwendungsbereiche – Präzisionsmedizin, Umweltüberwachung und Epidemiologie.