Curriculum Vitae of Giovanni Parmigiani

90. Symposium on Advances in Statistical Methods for Cancer Genetic Epidemiology, New York, NY,

August 2013: Statistical modeling of somatic mutation data .

91. Paths of Precision Medicine Symposium, Harvard School of Public Health, Boston, MA, January

2014: Cross-study reproducibility of ovarian cancer signatures.

92. Statistics for the Century of Data, Rutgers University Statistics Symposium, Piscataway, NJ, May

2014: Cross-study Reproducibility of Predictions, with Application to Genomics.

93. IMS Meeting of New Researchers in Statistics and Probability, Harvard University, August 2014:

Cross-study Reproducibility of Predictions, with Application to Genomics.

94. JSM Annual Meeting, Boston, MA, August 2014: Cross-study Reproducibility of Predictions, with

Application to Genomics.

95. Symposium on Statistical and Computational Methods for Pharmacogenetic Epidemiology of Can-

cer, Memorial Sloan Kettering Cancer Center, August 11-12, 2016: Cross-study Analysis of Pre-

diction Algorithms in Genomics.

96. Biostatistics Training Initiative (BTI) Distinguished Lecture, at the Ontario Institute for Cancer

Research (OICR), November 4 2016: Cross-study Analysis of Prediction Algorithms in Genomics.

97. Sackler Colloquia of the National Academy of Sciences, Reproducibility of Research: Issues and

Proposed Remedies, March 10, 2017: New statistical approaches to reproducibility.

98. Big Data in Life Sciences Symposium, Dartmouth College, May 23, 2017: Cross-study analysis of

predictions.

99. Pezcoller Symposium, Trento, Italy, June 22-23, 2017: Novel Approaches to Clinical Trial Design

in Cancer.

Departmental Colloquia

100. Stanford University, Department of Statistics, August 1990:

Optimal Design of Screening Programs.

101. AT&T Bell Laboratories, Statistics Group, September 1990:

Problems in Optimal Scheduling of Inspections.

102. Universit`

a L. Bocconi, Milano, Institute of Quantitative Methods, September 1990:

Problems in Optimal Scheduling of Inspections.

103. University of Pittsburgh, Department of Biostatistics, November 1990:

Optimal Design of Screening Programs.

104. Duke University, Institute of Statistics and Decision Sciences, February 1991:

Optimal Design of Screening Programs.

105. Ohio State University, Department of Statistics, February 1991:

Optimal Design of Screening Programs.

106. Purdue University, Department of Statistics, February 1991:

Optimal Design of Screening Programs.

107. Northwestern University, Department of Statistics, February 1991:

Optimal Design of Screening Programs.

108. Massachusetts Institute of Technology, Sloan School of Management, March 1991:

Optimal Design of Screening Programs.

109. Universit`

a degli Studi di Roma La Sapienza, Istituto di Statistica Probabilit`

a e Statistiche Applicate,

June 1991:

Changes in Utility as Diagnostics.

35

---

110. CNR-IAMI, Milano, June 1991:

Changes in Utility as Diagnostics.

111. Duke University, Division of Biometry, March 1992:

Optimal Design of Screening Programs.

112. University of Chicago, Graduate School of Business, April 1992:

Optimal Design of Screening Programs.

113. University of North Carolina at Chapel Hill, Department of Biometry, October 1992:

Optimal Screening Ages.

114. Duke University, Division of Biometry, April 1994:

An Overview of Bayesian Tools for Decision Modeling in Medical Guideline Development.

115. University of Minnesota, Department of Statistics and Department of Economics, April 1994:

Stochastic Optimization by Curve Fitting of Monte-Carlo Experiments.

116. University of Pavia, Dipartimento di Economia Politica, May 1994:

Stochastic Optimization by Curve Fitting of Monte-Carlo Experiments.

117. Harvard School of Public Health, Department of Biostatistics, November 1994:

Prediction via Orthogonalized Model Mixing.

118. University of Pavia, Dipartimento di Economia Politica, December 1994:

Prediction via Orthogonalized Model Mixing.

119. University of North Carolina at Chapel Hill, Department of Statistics, January 1995:

Prediction via Orthogonalized Model Mixing.

120. Purdue University, Department of Statistics, January 1996:

Computing the probability of carrying a BRCA1 mutation based on family history.

121. North Carolina State University, Department of Operations Research, April 1996:

Timing Medical Examination via Intensity Functions.

122. Politecnico di Milano, Dipartimento di Matematica e Statistica, June 1996:

Timing Medical Examination via Intensity Functions.

123. Johns Hopkins University, Department of Biostatistics, October 1997:

Determining Carrier Probabilities for Breast Cancer Susceptibility Genes BRCA1 and BRCA2.

124. University of Virginia, Department of Health Evaluation Sciences, March 1998:

Determining Carrier Probabilities for Breast Cancer Susceptibility Genes BRCA1 and BRCA2.

125. Becton Dickinson Technologies, May 1998:

Determining Carrier Probabilities for Breast Cancer Susceptibility Genes BRCA1 and BRCA2.

126. University of Utah, Huntsman Cancer Center, July 1998:

Determining Carrier Probabilities for Breast Cancer Susceptibility Genes BRCA1 and BRCA2.

127. Iowa State University, Department of Statistics, October 1998:

Modeling genetic susceptibility to breast cancer.

128. University of Pennsylvania, Department of Biostatistics and Epidemiology, October 1998:

Modeling genetic susceptibility to breast cancer.

129. University of Pennsylvania, Department of Biostatistics and Epidemiology, February 1999:

Decision Models in Screening for breast cancer.

130. University of Washington, Department of Biostatistics and Department of Statistics, February

1999:

Modeling genetic susceptibility to breast cancer.

131. Iowa State University, Department of Statistics, February 1999:

Bayesian Modeling of Genetic Susceptibility Data in Cancer.

36

---