Anita KOWAL

En résumé

Entreprises

• Institut Gustave Roussy - Data manager de SIM

  Villejuif 2016 - 2017 Au sein de Service de l’Information Médicale mes missions principales étaient:
  Assurer l'exhaustivité des données entre les différentes applications et bases de données, la rédaction du plan Data Management et de la documentation technique, la déclaration des activités médicales sur la plate-forme ATIH.

• Assistance publique - Hôpitaux de Paris - Data manager clinique, biostatisticienne

  Paris 2013 - 2016 Mission principale: gestion de la base de données clinico-biologiques sur les mélanomes
  
  - tests fonctionnels
  - la maintenance des différentes instances de l'application du portail (gestion d' eCRF)
  - gels de base - extraction et nettoyage des données cliniques
  - traitement des données manquantes
  - rédaction des rapports statistiques (statistiques descriptives et multivariées, recherche des facteurs pronostiques, analyse de survie )
  - rédaction des documents techniques
  - l'assistance aux utilisateurs

• Inserm - Ingénieur d'Étude et Développement

  PARIS 13 2012 - 2013 Développement et mise en service de base de données clinico-biologiques de mélanomes MelBase
  Développement de site Internet de MelBase

• Laboratoire Cerba - Stagiaire

  SAINT OUEN L'AUMONE 2011 - 2011 Développement d'outil de rétro-cartographie de paramétrage des analyses du laboratoire

Formations

• Université Paris-Sud XI

  Kremlin Bicêtre 2016 - 2016 Ecole d'été de Santé Publique et d'Epidémiologie
  
  Étude des sources de corrélation lorsque plusieurs mesures proviennent d’un même sujet.
  C’est le cas dans les études longitudinales où l’on mesure pour différents individus à des échéances successives, une réponse biologique ou clinique. L’objectif de l’analyse est de modéliser l’évolution de la réponse au cours du temps et l’influence des caractéristiques des sujets sur cette évolution. L’objecti

• Université Paris Sud

  Kremlin Bicêtre 2016 - 2016 Ecole d'été de Santé Publique et d'Epidémiologie
  
  Objectifs pédagogiques
  ♦ Connaître les principes d’exploration d’une base de données incomplète : identifier le type de non-réponse (partielle, totale), connaître la typologie des mécanismes de données manquantes (MCAR, MAR, MNAR).
  ♦ Distinguer les méthodes de traitement des données manquantes (analyse cas-complet, imputation simple, imputation multiple, etc.) et discuter leurs avantages/inconvéni

• Université Pierre Et Marie Curie Paris 6 (UPMC)

  Paris 2016 - 2016 Génie biologique et médical
  
  La protection des recherches (prise de brevets, brevetablité du vivant, protection des logiciels)
  Les règles de l’innovation et de l’évaluation biomédicale
  Les possibilités de financements privés et publics (nationaux ou européens) des recherches
  Les structures juridiques adéquates pour développer une innovation ou une entreprise, les règles d’achats des marchés publics
  Le rôle des incubateurs et

• Université Paris 11 Paris Sud

  Orsay 2009 - 2012 Master Pro Bioinformatique et Biostatistiques
  
  BioInformatique et BioStatistiques

• Université Paris 11 Paris Sud

  Orsay 2008 - 2010 Licence Informatique
  
  Spécialité Bioinformatique et Biostatistiques

• Université Paris 5 René Descartes

  Paris 2004 - 2007 DEUG de Mathématiques et Informatique Appliqués aux Sciences

• Institut France - Europe Connexion

  Paris 2003 - 2004

Réseau

• Aimé BADRANE

• Alexandre CORBIN

• Artur DE FREITAS RIBEIRO

• Destination MARTINIQUE

• Florence COCHETEUX

• Guillaume TROCHARD

• Jean-Christophe BONETTI

• Jolanta WYGLADACZ

• Laura GUERENNE, PHD

• Observatoire De L'université Paris-Saclay ORIP