Profil

Der Lehrstuhl für Epidemiologie vertritt das Fach Epidemiologie vollumfänglich in Lehre und Forschung. In unseren Lehrveranstaltungen werden sowohl Grundlagen als auch weiterführende und vertiefende Inhalte der Epidemiologie und der Biostatistik vermittelt. Ein Schwerpunkt liegt auf der Vermittlung und Weiterentwicklung von epidemiologischen und statistischen Methoden.

Unser Forschungsschwerpunkt liegt bei der Prävention chronischer Krankheiten. Hierbei forschen wir vor allem im Bereich der Krebsepidemiologie, der Prävention von Krebserkrankungen sowie der Versorgungsforschung.

Aktuell werden hierzu mehrere wissenschaftliche Studien durchgeführt: eine Fall-Kontroll-Studie zur Häufigkeit der Teilnahme an der Krebsfrüherkennung für Gebärmutterhalskrebs und zur Qualität der Zytologie (TeQaZ), eine Studie zur Inzidenz von Zweitmalignomen und den Auswirkungen der Therapie von Ersttumoren auf die Entstehung von Zweittumoren (AusTher) sowie eine multizentrische Studie zu risiko-adaptierten Präventionsstrategien für Darmkrebs (RaPS).

Auswertungen zu einer randomisierten bevölkerungsbezogenen Kohortenstudie zur Früherkennung von Gebärmutterhalskrebs (MARZY) werden ebenso durchgeführt, wie zu einer Studie zu Altersindikatordiagnosen und dem demografischen Wandel in unserer Gesellschaft (ADia). Zudem analysieren wir Krebsregisterdaten und andere Sekundärdaten.

Im Rahmen unserer Studien untersuchen wir unter anderem wichtige Risikofaktoren wie Rauchen, Alkoholkonsum, falsche Ernährung und Infektion mit Humanen Papillomviren (HPV) sowie protektive Faktoren wie körperliche Aktivität und gesunde Ernährung. Diese Erkenntnisse sollen genutzt werden, um aus wissenschaftliche Evidenz Präventionsmaßnahmen abzuleiten.

Ein weiterer Schwerpunkt unserer Forschung liegt im Bereich der Evaluation der Evidenz und Qualität von wissenschaftlichen Studien. Dafür werden vor allem Systematische Literaturreviews, Metaanalysen und gepoolte Reanalysen durchgeführt.

Im Bereich der statistisch-methodischen Forschung beschäftigen wir uns insbesondere mit der Entwicklung von regularisierten Regressionsmodelle sowie von Machine Learning Verfahren.  Zudem entwickeln wir Verfahren liegen, die künftig zur Auswertung gematchter Studien genutzt werden können.