Seminários

Henrique Barros nasceu em 1957 no Porto. Licenciou-se em Medicina em 1981 e é docente da Faculdade de Medicina do Porto (FMUP) desde 1979. Em 1988-89 foi investigador no departamento de Medicina Interna do Hospital Universitário de Lund. Em 1991 adquiriu o título de assistente hospitalar de Gastrenterologia e doutorou-se com uma investigação epidemiológica sobre hepatites víricas. É Professor Catedrático de Epidemiologia desde 1999. Trabalhou na criação dos mestrados de Saúde Pública, Epidemiologia, Educação para a Saúde e Sociologia e Saúde, bem como dos programas de doutoramento em Saúde Publica da Universidade do Porto e em Saúde Pública Global – um programa académico baseado no ensino e investigação de quatro escolas portuguesas, financiado pela FCT, que dirige. Foi membro do Conselho Científico para as Ciências da Saúde da Fundação para a Ciência e a Tecnologia (2004-12), Coordenador Nacional para a Infeção VIH/Sida (2005-11), membro da comissão executiva da Comissão de Ética para a Investigação Clínica (2009-16) e membro do comité científico da Science Europe (MED) (2012-15). Atualmente é o Presidente do Instituto de Saúde Pública da Universidade do Porto, Membro da ASPHER e Preside a IEA – International Epidemiological Association. Tem desenvolvido trabalho de investigação em projetos nacionais e internacionais, em áreas como a epidemiologia clínica e perinatal, as doenças cardiovasculares, infeciosas e o cancro, que resultou em mais de 300 publicações científicas internacionais. 

Michel took the bachelor and master in Medical Informatics at University of  Amsterdam and the PhD in Biostatistics at the Department of Clinical Epidemiology, Biostatistics and Bioinformatics of the University of Amsterdam, in 2015.

His main research line is the development of statistical methods to combine data from multiple files using partially identifying variables (e.g. gender, birth-date). With a record linkage procedure, these variables can be used to determine whether observations from different files belong to the same individual (a match) or to different individuals (a non-match). Generally, the combined strength of these variables is too low leading to mistakes. Separation of record linkage and data analysis of the linked data is common practice. As a result, most analyses of data derived from record linkage are secondary; the analyst only has access to imperfectly linked data consisting of the observation pairs that were identified as matches. A problem of this approach is that external knowledge (e.g. clerical review) is needed to correct subsequent analyses of the linked data. Instead of separating the record linkage procedure and the data analysis, he showed that it is better to perform both tasks simultaneously.His approach to this problem not only leads to  more accurate estimates, it also does not require external knowledge. Currently, he proposed methods to correct for (generalized) linear regression models and time-to-event models.  

Biografia disponível aqui.