Uppsala universitet, Institutionen för kirurgiska vetenskaper

Institutionen för kirurgiska vetenskaper (IKV) tillhör vetenskapsområdet för medicin och farmaci och har ca 160 anställda och runt 200 registrerade doktorander, av vilka flertalet är kliniskt verksamma läkare och sjuksköterskor. Vid institutionen bedrivs forskning och undervisning på grundnivå, avancerad nivå och forskarnivå. Undervisningen sker bl.a. inom läkar-, sjuksköterske-, röntgensjuksköterske- och specialistsjuksköterskeprogrammen. Forskningen bedrivs i forskargrupper organiserade utifrån olika kirurgiska specialiteter och näraliggande ämnen såsom anestesi och intensivvård och radiologi. Mycket forskning bedrivs i samarbete mellan olika forskargrupper inom IKV och vid andra institutioner vid Uppsala universitet samt med andra universitet både i Sverige och internationellt. EpiHubben, som är en del av IKV, är en institutionsövergripande forskningsenhet inom epidemiologi vid Vetenskapsområdet för medicin och farmaci. Syftet är att med gemensam kraft lägga en långsiktig grund för utvecklad epidemiologisk forskning.

Nu söker IKV en doktorand i diabetesepidemiologi till Epihubben. Projektet syftar till att kombinera epidemiologi med artificiell intelligens för att undersöka socioekonomisk position och longitudinella riskfaktorers i relation till komplikationer av typ 2-diabetes.

Projekt beskrivning
Typ 2-diabetes är en viktig folkhälsoutmaning som resulterar i betydande sjuklighet och för tidig död. Trots kända socioekonomiska ojämlikheter i incidens och dödlighet för typ 2-diabetes vet vi idag lite om sambandet mellan socioekonomisk ställning och komplikationer av typ 2-diabetes. Dessutom är det oklart hur högupplösta longitudinella mönster av livsstil och kliniska riskfaktorer är relaterade till komplikationer av typ 2-diabetes, och om tillägget av longitudinella mönster av riskfaktor kan förbättra förutsägelsen av komplikationer av typ 2-diabetes, eller förklara socioekonomiska ojämlikheter i komplikationer av typ 2-diabetes.

Syftet med detta projekt är att ta itu med dessa kunskapsluckor med hjälp av högkvalitativ, långtidsdata från Svenska Diabetesregistret, i koppling till andra nationella register och banbrytande metoder inom epidemiologi och artificiell intelligens, inklusive group-based trajectory modellering, kausal mediationsanalys och maskininlärningsbaserad riskpredikteringsmodellering.

Doktoranden kommer att vara baserad på EpiHubben - en forskningsmiljö inom det disciplinära området Medicin och Farmaci vid Uppsala universitet - som syftar till att underlätta utveckling och utbyte av epidemiologisk kunskap, expertis och idéer. Studenten kommer även att ingå i en forskarskola vid Uppsala Diabetescentrum - https://uu.se/forskning/udc/ - och få en bihandledare från avdelningen för IT, som har expertis inom maskininlärning.

Arbetsuppgifter
Som doktorand har du bland annat följande arbetsuppgifter:

  • utföra datahantering av storskalig registerbaserad data, med stor uppmärksamhet på detaljer.
  • utarbeta och utveckla statistiska analysplaner inklusive banbrytande metoder inom epidemiologi och maskininlärnin. Detta görs i samarbete med handledare och andra forskare som är involverade i projektet.
  • genomföra statistiska analyser i enlighet med en statistisk analysplan, med stöd från handledare och andra forskare involverade i projektet.
  • föra in nya resultat i den befintliga kunskapsbasen
  • utforma och revidera artiklar på engelska, som ska publiceras i peer-reviewed tidskrifter
  • presentera nya resultat och insikter på engelska vid nationella och internationella konferenser.

I arbetet förväntas du tillämpa ett tvärvetenskapligt förhållningssätt till ett brett projektområde.  För att lyckas i rollen krävs det att du kan planera framåt på ett realistiskt sätt och prioritera dina egna uppgifter.

Kvalifikationskrav
Måste inneha eller förvänta sig att få en magisterexamen eller motsvarande i epidemiologi, statistik, biostatistik, bioinformatik, datavetenskap, medicinsk forskning eller liknande relevant ämne före det avsedda anställningsdatumet. Mycket motiverad att lära sig och tillämpa nya färdigheter, kunskaper och metoder inom epidemiologi, avancerade biostatistiska metoder, programmering, beräkningsmetoder och maskininlärning. Utmärkt vetenskaplig skrivförmåga och mycket bra muntlig och skriftlig kommunikationsförmåga på engelska. En samarbetsvillig karaktär som är väsentlig för att fungera väl som del av ett team såväl som självständigt. Stark organisatorisk förmåga och förmåga att prioritera sina arbetsuppgifter. En detaljorienterad och professionell karaktär.

Önskvärt/meriterande
Kompletterande till sin magisterexamen, ytterligare kunskap och erfarenhet av ett eller flera av de ämnen som krävs (epidemiologi, biostatistik och/eller maskininlärning) Dokumenterad kompetens inom datahantering och/eller statistisk analys Tidigare erfarenhet av forskning inom områdena socioekonomiska, livsstils- och kliniska riskfaktorer för sjukdom, och/eller området typ 2-diabetes Tidigare erfarenhet av arbete med svensk registerdata, longitudinella data, trajectory analysis, överlevnadsmodellering, mediationsanalys och/eller maskininlärningsbaserade prediktionsmodeller

Ansökan
Din ansökan ska innehålla:

  • Ett CV (max 2 A4-sidor)
  • Ett följebrev där du presenterar dina forskningsintressen, relevant erfarenhet samt motivering till varför du är lämplig för denna tjänst (max 1 A4-sida)
  • vidimerade kopior av akademiska betyg om tillgängligt
  • en masteruppsats (avslutad eller i utkast),
  • examensbevis eller motsvarande)
  • kontaktuppgifter (namn, e-post och telefonnummer) till två professionella referenser.

Bestämmelser för doktorander återfinns i Högskoleförordningen 5 kap §§ 1-7 samt i universitetets regler och riktlinjer.

Om anställningen 
Anställningen är tidsbegränsad, enligt HF 5 kap § 7. Omfattningen är heltid. Tillträde 1 september eller enligt överenskommelse. Placeringsort: Uppsala

Upplysningar om anställningen lämnas av:
Hannah Brooke, PhD, mejl: Hannah.Brooke@surgsci.uu.se
För anställningsfrågor kontakta HR-generalist, Higran Saghir, higran.saghir@uu.se eller personalsamordnare Karin Johansson, karin.m.johansson@uu.se.

Välkommen med din ansökan senast den 21a juli 2022, UFV-PA 2022/2417.

Anställningsform Tidsbegränsad anställning
Anställningen avslutas 2026-09-30
Anställningens omfattning Heltid
Tillträde 22-10-01 eller efter överenskommelse
Löneform Fast lön
Antal lediga befattningar 1
Sysselsättningsgrad 100 %
Ort Uppsala
Län Uppsala län
Land Sverige
Referensnummer UFV-PA 2022/2417
Facklig företrädare
  • ST/TCO, tco@fackorg.uu.se
  • Seko Universitetsklubben, seko@uadm.uu.se
  • Saco-rådet, saco@uadm.uu.se
Publicerat 2022-06-23
Sista ansökningsdag 2022-07-21

Tillbaka till lediga jobb