Stagiaire Biostatisticien (H/F)
Nous sommes un groupe pharmaceutique à dimension humaine, international et indépendant, gouverné par une Fondation. Notre modèle, singulier, fait notre fierté mais, surtout, nous permet de servir pleinement notre vocation : « engagés pour le progrès thérapeutique au bénéfice des patients ». Aujourd’hui leader mondial en cardiologie, nous avons choisi de devenir un acteur focalisé et innovant en oncologie d’ici 2030, en ciblant des cancers difficiles à traiter et en y consacrant plus de 70 % de notre budget R&D. Un défi que nous poursuivons en parallèle du développement de notre activité générique pour un accès à des soins de qualité pour tous, et à moindre coût.
Nous ? 21 900 passionnés de plus de 50 nationalités, portés par un esprit d’entreprenariat. Chaque jour nous avançons avec et pour les patients, avec et pour nos équipes, portés par l’envie de prendre soin, d’oser, de nous développer, de nous engager pour être utiles à celles et ceux qui en ont besoin.
Venez vivre et contribuez à faire vivre notre engagement #MovedByYou
https://servier.com/groupe/
www.servier.com
Titre : Impact des méthodes d’imputation sur le sample size d’un essai clinique
Project overview
Lors de la conception d’un essai clinique, le statisticien détermine le nombre de participants nécessaire (taille d’échantillon ou sample size) pour répondre à l’objectif principal de l’essai (e.g. démontrer l’efficacité du traitement expérimental). Ce calcul repose généralement sur l’hypothèse qu’il n’y aura aucune donnée manquante. Cependant, en pratique, le statisticien peut être confronté à des données manquantes dans les essais cliniques, soit parce qu’elles n’ont pas été collectées, soit mises à manquant parce qu’elles ont été volontairement ignorées en raison d’événements imprévus (intercurrent events), tels que la prise d’un traitement extérieur, impactant l’évaluation de l’effet du traitement expérimental. Lors de l’analyse statistique, il est donc essentiel de prendre en compte ces données manquantes et d’évaluer leur impact sur la taille d’échantillon.
Dans ce cadre, le/la stagiaire, encadré(e) par deux statisticiennes chez Servier, sera chargé(e) de réaliser une revue de la littérature sur les méthodes d’imputation de données manquantes et les packages R associés. Il/Elle mettra en œuvre ces méthodes sous R et développera un algorithme de simulation permettant de déterminer les caractéristiques opérationnelles et d’en déduire la taille d’échantillon en fonction des différentes méthodes utilisées. Enfin, l’ensemble de ces travaux sera intégré dans une application Shiny, qui permettra aux statisticiens de Servier de réaliser des simulations en sélectionnant les méthodes et paramètres de leur choix.
Missions
- Revue bibliographique
- Implémentation des méthodes d’imputation
- Construction de simulations pour extraire les caractéristiques opérationnelles des différentes méthodes
- Développement et déploiement d’une application Shiny permettant de lancer les simulations sur un setting choisi
Vos points forts
- Compétences avancées en statistiques et langage R.
- Intérêt pour les sciences de la vie et les essais cliniques.
- Bonne maitrise des méthodes d’imputation (MI, J2R, CIR, tipping point…)
- Des connaissances en Shiny sont un plus
- Force de proposition, vous disposez de facilités de communication écrite et orale en français/anglais, êtes organisé(e) et savez gérer les priorités.
Profil recherché
- Vous êtes à la recherche d’un stage de fin d’études d’école de statistique (ENSAI, ISUP, etc.) ou d’université (master 2 Biostatistiques ou similaire)
Notre proposition
- Durée du stage : 6 mois
- Période du début de stage : Janvier/avril 2025
- Lieu : Gif-sur-Yvette et télétravail
Nous sommes engagés pour l’égalité des chances et le développement des talents dans toute leur diversité. Nous accordons autant de valeur à l’expérience qu’à l’envie de s’engager au quotidien pour être utile au progrès thérapeutique au bénéfice des patients. Si vous vous reconnaissez dans cette offre et ces quelques lignes, saisissez cette opportunité de nous rencontrer.