Proyectos
Mi actividad investigadora ha contado con un sólido y sostenido respaldo competitivo, reflejo de la relevancia científica y social de las líneas de trabajo desarrolladas. He liderado y participado en numerosos proyectos de investigación a nivel internacional, europeo, nacional y regional, tanto en convocatorias competitivas como mediante contratos y convenios con instituciones públicas y sanitarias. Estos proyectos se han centrado en el desarrollo metodológico en estadística y econometría aplicadas a la salud, así como en el análisis de los efectos del cambio climático, las desigualdades socioeconómicas y ambientales y la dinámica de enfermedades como la COVID-19. La financiación obtenida ha permitido consolidar equipos de investigación, fortalecer colaboraciones internacionales y favorecer una transferencia efectiva del conocimiento hacia las políticas de salud pública
Proyectos competitivos
Líneas metodológicas
Las principales líneas metodológicas en las que he trabajado son las que expongo a continuación. Los métodos estadísticos y econométricos que he desarrollado en cada una de ellas se encuentran aplicados en las líneas citadas anteriormente.
Análisis de supervivencia multivariante: El análisis de supervivencia lo constituyen un conjunto de métodos que analizan el tiempo que transcurre hasta que sucede un suceso de interés. Sin embargo, existen situaciones en las que los sujetos pueden experimentar varios sucesos durante el período de observación (por ejemplo, recurrencias de una enfermedad). En estos casos se requiere una metodología diferente de la empleada en el análisis de supervivencia estándar, que permite solucionar los problemas de éste, ocasionados por la existencia de varios sucesos.
Modelos espacio-temporales: Los modelos espacio-temporales intentan explorar, describir, visualizar y analizar los datos, considerando sus características de distribución tanto en el espacio, que suelen expresarse a través del uso de coordenadas geográficas, como en el tiempo. Estos modelos también contemplan la interacción entre ambas dimensiones, es decir la variación temporal de la dependencia espacial.
Modelos mixtos: En muchas áreas aparecen con bastante frecuencia datos en forma de ‘clúster’, es decir, agrupados y relacionados. De hecho, las dos situaciones básicas que producen estructuras de datos agrupados son: los procesos aleatorios jerárquicos y las medidas repetidas o datos longitudinales. Los modelos mixtos pretenden estudiar e implementar un conjunto de métodos para tratar y/o analizar estos clústeres.
Estadística Bayesiana: La estadística Bayesiana comprende un conjunto de técnicas en las que la probabilidad se considera subjetiva, los parámetros son variables aleatorias y se utiliza el teorema de Bayes para actualizar la incertidumbre, es decir inferir la probabilidad de que una hipótesis pueda ser cierta, y, por tanto, para la toma de decisiones.