Kuukauden tutkija: Aapeli Nevala

Esittelemme Kuukauden tutkija -juttusarjassamme Suomen Syöpärekisterin tutkijoita ja heidän tutkimustaan. Tällä kertaa esittelyvuorossa on kehittämispäällikkö Aapeli Nevala.

Kuka olet?

Olen Aapeli Nevala, kehittämispäällikkö suolistosyövän seulontaohjelmassa Suomen Syöpärekisterissä. Lisäksi olen myös tutkija. Teen väitöskirjatutkimusta suolistosyövän seulontaan liittyen.

Miten päädyit Suomen Syöpärekisteriin töihin?

Olen tilastotieteilijä koulutukseltani ja Syöpärekisteri on Suomen tilastotieteilijät per capita -työpaikkalistauksella aika korkealla. Täällä töissä olleilta kavereilta kuulin, että Syöpärekisteri olisi kiva työpaikka. Kun paikka oli auki, päädyin hakemaan. Olen ollut täällä vuodesta 2018 asti. En ollut edes kandidaatti vielä, kun saavuin tänne, vaan tein kandin samalla ja myös gradun tänne. Täällä ollaan edelleen!

Mikä on tutkimuksesi aihe?

Olen tilastotieteen väitöstutkija ja tutkimukseni keskittyy suolistosyövän seulontaohjelmaan. Tutkimusaihe on tilastolliset mallit, joita voi käyttää seulonnan mallintamiseen. Väitöskirjani on ikään kuin mallinnuskokonaisuus.

Mitä vaikutuksia tutkimuksellasi on?

Jos tutkitaan riskipohjaista suolistosyövän seulontaa, silloon tietysti tarkoitus olisi mahdollistaa se. Parhaassa tapauksessa pystytään luomaan sekä vaikuttavampi että kustannusvaikuttavampi seulontaohjelma. Loppupeleissä pyritään säästämään siis sekä rahaa että ihmishenkiä.

Mikä on parasta Syöpärekisterissä työpaikkana?

Täällä on mukavat työkaverit, saa koodata R:ää ja ihan OK kahvitilatkin nykyään!

Mitä kiinnostavaa alallasi on meneillään?

Olen puhunut tästä riskipohjaisesta syöpäseulonnasta ja aihe on sellainen, josta nyt puhutaan paljon Euroopassa. Siitä, miten seulontaa voitaisiin kehittää enemmän riskiperusteiseksi. Koska omakin tutkimus liittyy tähän, nostaisin sen erityisen kiinnostavaksi.

Tilastotieteen puolella kapasiteetin lisääntyminen mahdollistaa erilaisten menetelmien käytön, joita ei ole ennen pystytty samalla tavalla hyödyntämään. Se on tietysti kiinnostava kehitys, samoin uudet kausaalipäättelymenetelmät. Pystymme vetämään johtopäätöksiä sellaisista data seteistä mitä aiemmin ole pystytte tekemään. Tämä on yksi kiinnostava suunta, jota seuraan.