En tant que doctorante à Université Paris Cité, je me spécialise dans la synthèse des données probantes et plus particulièrement dans la méta-analyse et la méta-analyse en réseau. Ma thèse de doctorat se concentre sur l'exploration de distributions alternatives pour les modèles d'effets aléatoires dans la méta-analyse et la méta-analyse de réseau, et sur l'assouplissement de l'hypothèse traditionnelle de normalité entre les études. Un aspect clé de mon travail est le développement d'un logiciel facile à utiliser, utilisant le langage de programmation R, pour permettre la mise en œuvre de modèles d'effets aléatoires flexibles.
Intérêts de recherche
- Méta-analyse
- Méta-analyse en réseau
- Assouplissement de l'hypothèse de normalité entre les essais
Publications clés
- McCann P, Abraham AG, Mukhopadhyay A, Panagiotopoulou K., Chen H., Rittiphairoij T., Gregory D.G., Hauswirth S.G., Ifantides C., Qureshi R., Su-hsun Liu, Saldanha, I.J. Tianjing. Prevalence and Incidence of Dry Eye and Meibomian Gland Dysfunction in the United States: A Systematic Review and Meta-analysis. JAMA Ophthalmol. 2022;140(12):1181–1192.
Liens
Thèses
Modélisation des écarts par rapport à la normalité dans le network meta-analysis
Kanella Panagiotopoulou
Promotion : 2022
Encadrant.es : Anna Chaimani
