Información de la indexación
57.015.195 |
Documentos en la biblioteca con la clasificación 57.015.195 (57)
Crear una solicitud de compra Refinar búsqueda
TÃtulo : Advanced Data Analysis in Neuroscience : Integrating Statistical and Computational Models Tipo de documento: documento electrónico Autores: Durstewitz, Daniel, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2017 Número de páginas: XXV, 292 p. 76 ilustraciones, 66 ilustraciones en color. ISBN/ISSN/DL: 978-3-319-59976-2 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: BiometrÃa EstadÃsticas Neurociencias Biomatemáticas BioestadÃstica TeorÃa y métodos estadÃsticos. Neurociencia BiologÃa Matemática y Computacional Clasificación: 57.015.195 Resumen: Este libro está destinado a cursos avanzados de posgrado en estadÃstica/aprendizaje automático, asà como a todos los neurocientÃficos experimentales que buscan comprender los métodos estadÃsticos a un nivel más profundo y a los neurocientÃficos teóricos con una formación limitada en estadÃstica. Revisa casi todas las áreas de la estadÃstica aplicada, desde la estimación estadÃstica básica y la teorÃa de pruebas, enfoques lineales y no lineales para regresión y clasificación, hasta selección de modelos y métodos para reducción de dimensionalidad, estimación de densidad y agrupamiento no supervisado. Su enfoque, sin embargo, es el análisis de series temporales lineales y no lineales desde una perspectiva de sistemas dinámicos, con base en la cual pretende transmitir una comprensión también de los mecanismos dinámicos que podrÃan haber generado series temporales observadas. Además, integra el modelado computacional de la dinámica neuronal y del comportamiento con la estimación estadÃstica y la prueba de hipótesis. De esta manera, los modelos computacionales en neurociencia no son sólo marcos explicativos, sino que se convierten en sà mismos en poderosas herramientas de análisis de datos cuantitativos que permiten a los investigadores mirar más allá de la superficie de los datos y desentrañar los mecanismos subyacentes. Se proporcionan ejemplos interactivos de la mayorÃa de los métodos a través de un paquete de rutinas de MatLab, lo que fomenta un enfoque lúdico del tema y proporciona a los lectores una mejor idea de los aspectos prácticos de los métodos cubiertos. "La neurociencia computacional es esencial para integrar y proporcionar una base para comprender la gran cantidad de datos de laboratorio notables sobre las funciones del sistema nervioso. Daniel Durstewitz ha cubierto de manera excelente la amplitud de la neurociencia computacional, desde interpretaciones estadÃsticas de datos hasta modelos biofÃsicos de las fuentes neurobiológicas de esos datos. Su presentación es clara, pedagógicamente sólida y fácilmente utilizable tanto por expertos como por principiantes. Es un placer recomendar esta discusión muy bien elaborada a neurocientÃficos experimentales, asà como a fÃsicos versados ​​en matemáticas. las preguntas y las herramientas para encontrar respuestas a preguntas interesantes sobre el cerebro y su funcionamiento". Henry DI Abarbanel Physics e Instituto Scripps de OceanografÃa, Universidad de California, San Diego "Este libro ofrece una introducción clara y exhaustiva a enfoques de análisis sofisticados útiles en la neurociencia computacional. Los modelos descritos y los ejemplos proporcionados ayudarán a los lectores a desarrollar intuiciones crÃticas sobre lo que Los métodos revelan sobre los datos. El enfoque general del libro refleja la amplia experiencia que el profesor Durstewitz ha desarrollado como destacado practicante de la neurociencia computacional "Bruno B. Averbeck". Nota de contenido: Statistical Inference -- Regression Problems -- Classification Problems -- Model Complexity and Selection -- Clustering and Density Estimation -- Dimensionality Reduction -- Linear Time Series Analysis -- Nonlinear Concepts in Time Series Analysis -- Time Series From a Nonlinear Dynamical Systems Perspective. Tipo de medio : Computadora Summary : This book is intended for use in advanced graduate courses in statistics / machine learning, as well as for all experimental neuroscientists seeking to understand statistical methods at a deeper level, and theoretical neuroscientists with a limited background in statistics. It reviews almost all areas of applied statistics, from basic statistical estimation and test theory, linear and nonlinear approaches for regression and classification, to model selection and methods for dimensionality reduction, density estimation and unsupervised clustering. Its focus, however, is linear and nonlinear time series analysis from a dynamical systems perspective, based on which it aims to convey an understanding also of the dynamical mechanisms that could have generated observed time series. Further, it integrates computational modeling of behavioral and neural dynamics with statistical estimation and hypothesis testing. This way computational models in neuroscience are not only explanat ory frameworks, but become powerful, quantitative data-analytical tools in themselves that enable researchers to look beyond the data surface and unravel underlying mechanisms. Interactive examples of most methods are provided through a package of MatLab routines, encouraging a playful approach to the subject, and providing readers with a better feel for the practical aspects of the methods covered. "Computational neuroscience is essential for integrating and providing a basis for understanding the myriads of remarkable laboratory data on nervous system functions. Daniel Durstewitz has excellently covered the breadth of computational neuroscience from statistical interpretations of data to biophysically based modeling of the neurobiological sources of those data. His presentation is clear, pedagogically sound, and readily useable by experts and beginners alike. It is a pleasure to recommend this very well crafted discussion to experimental neuroscientistsas well as mathematically well versed Physicists. The book acts as a window to the issues, to the questions, and to the tools for finding the answers to interesting inquiries about brains and how they function." Henry D. I. Abarbanel Physics and Scripps Institution of Oceanography, University of California, San Diego "This book delivers a clear and thorough introduction to sophisticated analysis approaches useful in computational neuroscience. The models described and the examples provided will help readers develop critical intuitions into what the methods reveal about data. The overall approach of the book reflects the extensive experience Prof. Durstewitz has developed as a leading practitioner of computational neuroscience. " Bruno B. Averbeck . Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Advanced Data Analysis in Neuroscience : Integrating Statistical and Computational Models [documento electrónico] / Durstewitz, Daniel, . - 1 ed. . - [s.l.] : Springer, 2017 . - XXV, 292 p. 76 ilustraciones, 66 ilustraciones en color.
ISBN : 978-3-319-59976-2
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Idioma : Inglés (eng)
Palabras clave: BiometrÃa EstadÃsticas Neurociencias Biomatemáticas BioestadÃstica TeorÃa y métodos estadÃsticos. Neurociencia BiologÃa Matemática y Computacional Clasificación: 57.015.195 Resumen: Este libro está destinado a cursos avanzados de posgrado en estadÃstica/aprendizaje automático, asà como a todos los neurocientÃficos experimentales que buscan comprender los métodos estadÃsticos a un nivel más profundo y a los neurocientÃficos teóricos con una formación limitada en estadÃstica. Revisa casi todas las áreas de la estadÃstica aplicada, desde la estimación estadÃstica básica y la teorÃa de pruebas, enfoques lineales y no lineales para regresión y clasificación, hasta selección de modelos y métodos para reducción de dimensionalidad, estimación de densidad y agrupamiento no supervisado. Su enfoque, sin embargo, es el análisis de series temporales lineales y no lineales desde una perspectiva de sistemas dinámicos, con base en la cual pretende transmitir una comprensión también de los mecanismos dinámicos que podrÃan haber generado series temporales observadas. Además, integra el modelado computacional de la dinámica neuronal y del comportamiento con la estimación estadÃstica y la prueba de hipótesis. De esta manera, los modelos computacionales en neurociencia no son sólo marcos explicativos, sino que se convierten en sà mismos en poderosas herramientas de análisis de datos cuantitativos que permiten a los investigadores mirar más allá de la superficie de los datos y desentrañar los mecanismos subyacentes. Se proporcionan ejemplos interactivos de la mayorÃa de los métodos a través de un paquete de rutinas de MatLab, lo que fomenta un enfoque lúdico del tema y proporciona a los lectores una mejor idea de los aspectos prácticos de los métodos cubiertos. "La neurociencia computacional es esencial para integrar y proporcionar una base para comprender la gran cantidad de datos de laboratorio notables sobre las funciones del sistema nervioso. Daniel Durstewitz ha cubierto de manera excelente la amplitud de la neurociencia computacional, desde interpretaciones estadÃsticas de datos hasta modelos biofÃsicos de las fuentes neurobiológicas de esos datos. Su presentación es clara, pedagógicamente sólida y fácilmente utilizable tanto por expertos como por principiantes. Es un placer recomendar esta discusión muy bien elaborada a neurocientÃficos experimentales, asà como a fÃsicos versados ​​en matemáticas. las preguntas y las herramientas para encontrar respuestas a preguntas interesantes sobre el cerebro y su funcionamiento". Henry DI Abarbanel Physics e Instituto Scripps de OceanografÃa, Universidad de California, San Diego "Este libro ofrece una introducción clara y exhaustiva a enfoques de análisis sofisticados útiles en la neurociencia computacional. Los modelos descritos y los ejemplos proporcionados ayudarán a los lectores a desarrollar intuiciones crÃticas sobre lo que Los métodos revelan sobre los datos. El enfoque general del libro refleja la amplia experiencia que el profesor Durstewitz ha desarrollado como destacado practicante de la neurociencia computacional "Bruno B. Averbeck". Nota de contenido: Statistical Inference -- Regression Problems -- Classification Problems -- Model Complexity and Selection -- Clustering and Density Estimation -- Dimensionality Reduction -- Linear Time Series Analysis -- Nonlinear Concepts in Time Series Analysis -- Time Series From a Nonlinear Dynamical Systems Perspective. Tipo de medio : Computadora Summary : This book is intended for use in advanced graduate courses in statistics / machine learning, as well as for all experimental neuroscientists seeking to understand statistical methods at a deeper level, and theoretical neuroscientists with a limited background in statistics. It reviews almost all areas of applied statistics, from basic statistical estimation and test theory, linear and nonlinear approaches for regression and classification, to model selection and methods for dimensionality reduction, density estimation and unsupervised clustering. Its focus, however, is linear and nonlinear time series analysis from a dynamical systems perspective, based on which it aims to convey an understanding also of the dynamical mechanisms that could have generated observed time series. Further, it integrates computational modeling of behavioral and neural dynamics with statistical estimation and hypothesis testing. This way computational models in neuroscience are not only explanat ory frameworks, but become powerful, quantitative data-analytical tools in themselves that enable researchers to look beyond the data surface and unravel underlying mechanisms. Interactive examples of most methods are provided through a package of MatLab routines, encouraging a playful approach to the subject, and providing readers with a better feel for the practical aspects of the methods covered. "Computational neuroscience is essential for integrating and providing a basis for understanding the myriads of remarkable laboratory data on nervous system functions. Daniel Durstewitz has excellently covered the breadth of computational neuroscience from statistical interpretations of data to biophysically based modeling of the neurobiological sources of those data. His presentation is clear, pedagogically sound, and readily useable by experts and beginners alike. It is a pleasure to recommend this very well crafted discussion to experimental neuroscientistsas well as mathematically well versed Physicists. The book acts as a window to the issues, to the questions, and to the tools for finding the answers to interesting inquiries about brains and how they function." Henry D. I. Abarbanel Physics and Scripps Institution of Oceanography, University of California, San Diego "This book delivers a clear and thorough introduction to sophisticated analysis approaches useful in computational neuroscience. The models described and the examples provided will help readers develop critical intuitions into what the methods reveal about data. The overall approach of the book reflects the extensive experience Prof. Durstewitz has developed as a leading practitioner of computational neuroscience. " Bruno B. Averbeck . Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : Analysis of Survival Data with Dependent Censoring : Copula-Based Approaches Tipo de documento: documento electrónico Autores: Emura, Takeshi, ; Chen, Yi-Hau, Mención de edición: 1 ed. Editorial: Singapore [Malasya] : Springer Fecha de publicación: 2018 Número de páginas: XIII, 84 p. 10 ilustraciones ISBN/ISSN/DL: 978-981-10-7164-5 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: BiometrÃa EstadÃsticas Ciencias sociales BioestadÃstica TeorÃa y métodos estadÃsticos. EstadÃstica en Ciencias Sociales Humanidades Derecho Educación Ciencias del Comportamiento PolÃticas Públicas Clasificación: 57.015.195 Resumen: Este libro presenta a los lectores métodos estadÃsticos basados ​​en cópulas para analizar datos de supervivencia que implican censura dependiente. Centrándose principalmente en métodos basados ​​en la probabilidad realizados bajo modelos de cópula, es el primer libro dedicado exclusivamente al problema de la censura dependiente. El libro demuestra las ventajas de los métodos basados ​​en cópulas en el contexto de la investigación médica, especialmente en lo que respecta a los datos de supervivencia de los pacientes con cáncer. No hace falta decir que los métodos estadÃsticos presentados aquà también se pueden aplicar a muchas otras ramas de la ciencia, especialmente en la confiabilidad, donde el análisis de supervivencia juega un papel importante. El libro se puede utilizar como libro de texto para cursos de posgrado o como curso breve dirigido a (bio)estadÃsticos. Para profundizar la comprensión de los lectores sobre los enfoques basados ​​en cópulas, el libro proporciona una introducción accesible al análisis básico de supervivencia y explica los fundamentos matemáticos de los modelos de supervivencia basados ​​en cópulas. Nota de contenido: Chapter 1: Setting the scene -- Chapter 2: Introduction to survival analysis -- Chapter 3: Copula models for dependent censoring -- Chapter 4: Gene selection under dependent censoring -- Chapter 5: The joint frailty-copula model for meta-analysis -- Chapter 6:High-dimensional covariates in the joint frailty-copula model -- Chapter 7:Dynamic prediction of time-to-death. Chapter 8: Future developments -- Appendix. Tipo de medio : Computadora Summary : This book introduces readers to copula-based statistical methods for analyzing survival data involving dependent censoring. Primarily focusing on likelihood-based methods performed under copula models, it is the first book solely devoted to the problem of dependent censoring. The book demonstrates the advantages of the copula-based methods in the context of medical research, especially with regard to cancer patients' survival data. Needless to say, the statistical methods presented here can also be applied to many other branches of science, especially in reliability, where survival analysis plays an important role. The book can be used as a textbook for graduate coursework or a short course aimed at (bio-) statisticians. To deepen readers' understanding of copula-based approaches, the book provides an accessible introduction to basic survival analysis and explains the mathematical foundations of copula-based survival models. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Analysis of Survival Data with Dependent Censoring : Copula-Based Approaches [documento electrónico] / Emura, Takeshi, ; Chen, Yi-Hau, . - 1 ed. . - Singapore [Malasya] : Springer, 2018 . - XIII, 84 p. 10 ilustraciones.
ISBN : 978-981-10-7164-5
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Idioma : Inglés (eng)
Palabras clave: BiometrÃa EstadÃsticas Ciencias sociales BioestadÃstica TeorÃa y métodos estadÃsticos. EstadÃstica en Ciencias Sociales Humanidades Derecho Educación Ciencias del Comportamiento PolÃticas Públicas Clasificación: 57.015.195 Resumen: Este libro presenta a los lectores métodos estadÃsticos basados ​​en cópulas para analizar datos de supervivencia que implican censura dependiente. Centrándose principalmente en métodos basados ​​en la probabilidad realizados bajo modelos de cópula, es el primer libro dedicado exclusivamente al problema de la censura dependiente. El libro demuestra las ventajas de los métodos basados ​​en cópulas en el contexto de la investigación médica, especialmente en lo que respecta a los datos de supervivencia de los pacientes con cáncer. No hace falta decir que los métodos estadÃsticos presentados aquà también se pueden aplicar a muchas otras ramas de la ciencia, especialmente en la confiabilidad, donde el análisis de supervivencia juega un papel importante. El libro se puede utilizar como libro de texto para cursos de posgrado o como curso breve dirigido a (bio)estadÃsticos. Para profundizar la comprensión de los lectores sobre los enfoques basados ​​en cópulas, el libro proporciona una introducción accesible al análisis básico de supervivencia y explica los fundamentos matemáticos de los modelos de supervivencia basados ​​en cópulas. Nota de contenido: Chapter 1: Setting the scene -- Chapter 2: Introduction to survival analysis -- Chapter 3: Copula models for dependent censoring -- Chapter 4: Gene selection under dependent censoring -- Chapter 5: The joint frailty-copula model for meta-analysis -- Chapter 6:High-dimensional covariates in the joint frailty-copula model -- Chapter 7:Dynamic prediction of time-to-death. Chapter 8: Future developments -- Appendix. Tipo de medio : Computadora Summary : This book introduces readers to copula-based statistical methods for analyzing survival data involving dependent censoring. Primarily focusing on likelihood-based methods performed under copula models, it is the first book solely devoted to the problem of dependent censoring. The book demonstrates the advantages of the copula-based methods in the context of medical research, especially with regard to cancer patients' survival data. Needless to say, the statistical methods presented here can also be applied to many other branches of science, especially in reliability, where survival analysis plays an important role. The book can be used as a textbook for graduate coursework or a short course aimed at (bio-) statisticians. To deepen readers' understanding of copula-based approaches, the book provides an accessible introduction to basic survival analysis and explains the mathematical foundations of copula-based survival models. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : Applying Quantitative Bias Analysis to Epidemiologic Data Tipo de documento: documento electrónico Autores: Fox, Matthew P., ; MacLehose, Richard F., ; Lash, Timothy L., Mención de edición: 2 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2021 Número de páginas: XVI, 467 p. 76 ilustraciones, 39 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-82673-4 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: BiometrÃa EpidemiologÃa Bioinformática Salud pública Informática Médica BiotecnologÃa BioestadÃstica Informática de la Salud Clasificación: 57.015.195 Resumen: Este libro de texto y guÃa se centra en metodologÃas para el análisis de sesgos en epidemiologÃa y salud pública, y no solo proporciona actualizaciones de la primera edición sino que también desarrolla métodos y agrega nuevos métodos avanzados. A medida que el poder computacional disponible para los analistas ha mejorado y los problemas epidemiológicos se han vuelto más avanzados, los datos faltantes, los métodos Bayes y empÃricos se han vuelto más comúnmente utilizados. Esta nueva edición presenta ejemplos actualizados y agrega cobertura que aborda: Error de medición relacionado con variables continuas y politómicas Métodos relacionados con datos persona-tiempo (tasa) Análisis de sesgo utilizando datos faltantes, métodos empÃricos (probabilidad) y Bayes Una caracterÃstica única de esta revisión es su sección sobre mejores prácticas para implementar, presentar e interpretar análisis de sesgos. Pedagógicamente, el texto guÃa a estudiantes y profesionales a través de las etapas de planificación del análisis de sesgos, incluido el diseño de estudios de validación y la recopilación de datos de validez de otras fuentes. Tres capÃtulos presentan métodos de corrección para abordar el sesgo de selección, la confusión no controlada y los errores de medición, y las secciones posteriores amplÃan estos métodos al análisis de sesgo probabilÃstico, métodos de datos faltantes, enfoques basados ​​en la probabilidad, métodos bayesianos y mejores prácticas. Nota de contenido: 1. Introduction and Objectives -- 2. A Guide to Implementing Quantitative Bias Analysis -- 3. Data Sources for Bias Analysis -- 4. Selection Bias -- 5. Uncontrolled Confounders -- 6. Misclassification -- 7. Measurement Error for Continuous Variables -- 8. Multiple Bias Modeling -- 8. Bias Analysis by Simulation for Summary Level Data -- 9. Bias Analysis by Simulation for Record Level Data -- 10. Combining Systematic and Random Error -- 11. Bias Analysis by Missing Data Methods -- 12. Bias Analysis by Empirical Methods -- 13. Bias Analysis by Bayesian Methods -- 14. Multiple Bias Modeling -- 15. Good Practices for Quantitative Bias Analysis -- 15. Presentation and Inference -- References -- Index. Tipo de medio : Computadora Summary : This textbook and guide focuses on methodologies for bias analysis in epidemiology and public health, not only providing updates to the first edition but also further developing methods and adding new advanced methods. As computational power available to analysts has improved and epidemiologic problems have become more advanced, missing data, Bayes, and empirical methods have become more commonly used. This new edition features updated examples throughout and adds coverage addressing: Measurement error pertaining to continuous and polytomous variables Methods surrounding person-time (rate) data Bias analysis using missing data, empirical (likelihood), and Bayes methods A unique feature of this revision is its section on best practices for implementing, presenting, and interpreting bias analyses. Pedagogically, the text guides students and professionals through the planning stages of bias analysis, including the design of validation studies and the collection of validity data from other sources. Three chapters present methods for corrections to address selection bias, uncontrolled confounding, and measurement errors, and subsequent sections extend these methods to probabilistic bias analysis, missing data methods, likelihood-based approaches, Bayesian methods, and best practices. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Applying Quantitative Bias Analysis to Epidemiologic Data [documento electrónico] / Fox, Matthew P., ; MacLehose, Richard F., ; Lash, Timothy L., . - 2 ed. . - [s.l.] : Springer, 2021 . - XVI, 467 p. 76 ilustraciones, 39 ilustraciones en color.
ISBN : 978-3-030-82673-4
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Idioma : Inglés (eng)
Palabras clave: BiometrÃa EpidemiologÃa Bioinformática Salud pública Informática Médica BiotecnologÃa BioestadÃstica Informática de la Salud Clasificación: 57.015.195 Resumen: Este libro de texto y guÃa se centra en metodologÃas para el análisis de sesgos en epidemiologÃa y salud pública, y no solo proporciona actualizaciones de la primera edición sino que también desarrolla métodos y agrega nuevos métodos avanzados. A medida que el poder computacional disponible para los analistas ha mejorado y los problemas epidemiológicos se han vuelto más avanzados, los datos faltantes, los métodos Bayes y empÃricos se han vuelto más comúnmente utilizados. Esta nueva edición presenta ejemplos actualizados y agrega cobertura que aborda: Error de medición relacionado con variables continuas y politómicas Métodos relacionados con datos persona-tiempo (tasa) Análisis de sesgo utilizando datos faltantes, métodos empÃricos (probabilidad) y Bayes Una caracterÃstica única de esta revisión es su sección sobre mejores prácticas para implementar, presentar e interpretar análisis de sesgos. Pedagógicamente, el texto guÃa a estudiantes y profesionales a través de las etapas de planificación del análisis de sesgos, incluido el diseño de estudios de validación y la recopilación de datos de validez de otras fuentes. Tres capÃtulos presentan métodos de corrección para abordar el sesgo de selección, la confusión no controlada y los errores de medición, y las secciones posteriores amplÃan estos métodos al análisis de sesgo probabilÃstico, métodos de datos faltantes, enfoques basados ​​en la probabilidad, métodos bayesianos y mejores prácticas. Nota de contenido: 1. Introduction and Objectives -- 2. A Guide to Implementing Quantitative Bias Analysis -- 3. Data Sources for Bias Analysis -- 4. Selection Bias -- 5. Uncontrolled Confounders -- 6. Misclassification -- 7. Measurement Error for Continuous Variables -- 8. Multiple Bias Modeling -- 8. Bias Analysis by Simulation for Summary Level Data -- 9. Bias Analysis by Simulation for Record Level Data -- 10. Combining Systematic and Random Error -- 11. Bias Analysis by Missing Data Methods -- 12. Bias Analysis by Empirical Methods -- 13. Bias Analysis by Bayesian Methods -- 14. Multiple Bias Modeling -- 15. Good Practices for Quantitative Bias Analysis -- 15. Presentation and Inference -- References -- Index. Tipo de medio : Computadora Summary : This textbook and guide focuses on methodologies for bias analysis in epidemiology and public health, not only providing updates to the first edition but also further developing methods and adding new advanced methods. As computational power available to analysts has improved and epidemiologic problems have become more advanced, missing data, Bayes, and empirical methods have become more commonly used. This new edition features updated examples throughout and adds coverage addressing: Measurement error pertaining to continuous and polytomous variables Methods surrounding person-time (rate) data Bias analysis using missing data, empirical (likelihood), and Bayes methods A unique feature of this revision is its section on best practices for implementing, presenting, and interpreting bias analyses. Pedagogically, the text guides students and professionals through the planning stages of bias analysis, including the design of validation studies and the collection of validity data from other sources. Three chapters present methods for corrections to address selection bias, uncontrolled confounding, and measurement errors, and subsequent sections extend these methods to probabilistic bias analysis, missing data methods, likelihood-based approaches, Bayesian methods, and best practices. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : Biopharmaceutical Applied Statistics Symposium : Volume 1 Design of Clinical Trials Tipo de documento: documento electrónico Autores: Peace, Karl E., ; Chen, Ding-Geng, ; Menon, Sandeep, Mención de edición: 1 ed. Editorial: Singapore [Malasya] : Springer Fecha de publicación: 2018 Número de páginas: XIV, 409 p. 54 ilustraciones, 28 ilustraciones en color. ISBN/ISSN/DL: 978-981-10-7829-3 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: BiometrÃa BioestadÃstica Clasificación: 57.015.195 Resumen: Esta serie de libros BASS publica artÃculos seleccionados de alta calidad que reflejan avances recientes en el diseño y análisis bioestadÃstico de experimentos biofarmacéuticos, particularmente ensayos clÃnicos biofarmacéuticos. Los artÃculos fueron seleccionados a partir de presentaciones invitadas en el Simposio de EstadÃsticas Aplicadas Biofarmacéuticas (BASS), que fue fundado por el primer editor en 1994 y desde entonces se ha convertido en la principal conferencia internacional en estadÃsticas biofarmacéuticas. Los objetivos principales de BASS son: 1) recaudar fondos para apoyar a los estudiantes de posgrado en programas de bioestadÃstica y 2) brindar una oportunidad para que los profesionales involucrados en la investigación y el desarrollo de fármacos compartan ideas para resolver los problemas que encuentran. La serie de libros BASS se divide inicialmente en tres volúmenes que abordan: 1) Diseño de Ensayos ClÃnicos; 2) Análisis BioestadÃstico de Ensayos ClÃnicos; y 3) Aplicaciones Farmacéuticas. Este libro es el primero de la serie de libros de 3 volúmenes. Los temas cubiertos incluyen: un enfoque estadÃstico para simulaciones de ensayos clÃnicos, comparación de métodos de análisis estadÃstico utilizando modelado y simulación para un diseño de protocolo óptimo, diseño de ensayos adaptativos en investigación clÃnica, mejores prácticas y recomendaciones para simulaciones de ensayos en el contexto del diseño de ensayos clÃnicos adaptativos. Diseño y análisis de ensayos de datos de eventos recurrentes, metodologÃas bayesianas para la asignación de respuesta adaptativa, abordaje de la alta respuesta al placebo en ensayos clÃnicos de neurociencia, diseño de ensayos clÃnicos de cáncer de fase I: agentes únicos y combinados, tamaño de muestra y potencia para el modelo lineal mixto, diseños cruzados en Ensayos clÃnicos, monitoreo de datos: estructura para ensayos clÃnicos y procedimientos de monitoreo secuencial, diseño y análisis de datos para ensayos clÃnicos multirregionales: teorÃa y práctica, estudios adaptativos de resultados multirregionales secuenciales grupales en vacunas, desarrollo y validación de resultados informados por los pacientes, provisionales Análisis de ensayos de supervivencia: análisis secuenciales grupales y poder condicional: una perspectiva de riesgos no proporcionales. Nota de contenido: 1. A Statistical Approach to Clinical Trial Simulations -- 2. Comparison of Statistical Analysis Methods Using Modeling and Simulation for Optimal Protocol Design -- 3. Adaptive Trial Design in Clinical Research -- 4. Best Practices and Recommendations for Trial Simulations Within the Context of Designing Adaptive Clinical Trials -- 5. Designing and Analyzing Recurrent Event Data Trials -- 6. Bayesian Methodologies for Response-Adaptive Allocation -- 7. Addressing High Placebo Response in Neuroscience Clinical Trials -- 8. Phase I Cancer Clinical Trial Design: Single and Combination Agents -- 9. Sample Size and Power for the Mixed Linear Model -- 10. Crossover Designs -- 11. Data monitoring: Structure for Clinical Trials and Sequential Monitoring Procedures -- 12. Design and Data Analysis of Multiregional Clinical Trials (MRCT) – Theory and Practice -- 13. Multiregional Clinical Trials (MRCT) -- 14. Adaptive Group-Sequential Multi-regional Outcome Studies in Vaccines -- 15. Development and validation of Patient-reported Outcomes -- 16. Interim Analysis of Survival Trials: Group Sequential Analyses and Conditional Power. Tipo de medio : Computadora Summary : This BASS book Series publishes selected high-quality papers reflecting recent advances in the design and biostatistical analysis of biopharmaceutical experiments – particularly biopharmaceutical clinical trials. The papers were selected from invited presentations at the Biopharmaceutical Applied Statistics Symposium (BASS), which was founded by the first Editor in 1994 and has since become the premier international conference in biopharmaceutical statistics. The primary aims of the BASS are: 1) to raise funding to support graduate students in biostatistics programs, and 2) to provide an opportunity for professionals engaged in pharmaceutical drug research and development to share insights into solving the problems they encounter. The BASS book series is initially divided into three volumes addressing: 1) Design of Clinical Trials; 2) Biostatistical Analysis of Clinical Trials; and 3) Pharmaceutical Applications. This book is the first of the 3-vol umebook series. The topics covered include: A Statistical Approach to Clinical Trial Simulations, Comparison of Statistical Analysis Methods Using Modeling and Simulation for Optimal Protocol Design, Adaptive Trial Design in Clinical Research, Best Practices and Recommendations for Trial Simulations in the Context of Designing Adaptive Clinical Trials, Designing and Analyzing Recurrent Event Data Trials, Bayesian Methodologies for Response-Adaptive Allocation, Addressing High Placebo Response in Neuroscience Clinical Trials, Phase I Cancer Clinical Trial Design: Single and Combination Agents, Sample Size and Power for the Mixed Linear Model, Crossover Designs in Clinical Trials, Data Monitoring: Structure for Clinical Trials and Sequential Monitoring Procedures, Design and Data Analysis for Multiregional Clinical Trials – Theory and Practice, Adaptive Group-Sequential Multi-regional Outcome Studies in Vaccines, Development and Validation of Patient-reported Outcomes, Interim Analysis of Survival Trials: Group Sequential Analyses, and Conditional Power – A Non-proportional Hazards Perspective. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Biopharmaceutical Applied Statistics Symposium : Volume 1 Design of Clinical Trials [documento electrónico] / Peace, Karl E., ; Chen, Ding-Geng, ; Menon, Sandeep, . - 1 ed. . - Singapore [Malasya] : Springer, 2018 . - XIV, 409 p. 54 ilustraciones, 28 ilustraciones en color.
ISBN : 978-981-10-7829-3
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Idioma : Inglés (eng)
Palabras clave: BiometrÃa BioestadÃstica Clasificación: 57.015.195 Resumen: Esta serie de libros BASS publica artÃculos seleccionados de alta calidad que reflejan avances recientes en el diseño y análisis bioestadÃstico de experimentos biofarmacéuticos, particularmente ensayos clÃnicos biofarmacéuticos. Los artÃculos fueron seleccionados a partir de presentaciones invitadas en el Simposio de EstadÃsticas Aplicadas Biofarmacéuticas (BASS), que fue fundado por el primer editor en 1994 y desde entonces se ha convertido en la principal conferencia internacional en estadÃsticas biofarmacéuticas. Los objetivos principales de BASS son: 1) recaudar fondos para apoyar a los estudiantes de posgrado en programas de bioestadÃstica y 2) brindar una oportunidad para que los profesionales involucrados en la investigación y el desarrollo de fármacos compartan ideas para resolver los problemas que encuentran. La serie de libros BASS se divide inicialmente en tres volúmenes que abordan: 1) Diseño de Ensayos ClÃnicos; 2) Análisis BioestadÃstico de Ensayos ClÃnicos; y 3) Aplicaciones Farmacéuticas. Este libro es el primero de la serie de libros de 3 volúmenes. Los temas cubiertos incluyen: un enfoque estadÃstico para simulaciones de ensayos clÃnicos, comparación de métodos de análisis estadÃstico utilizando modelado y simulación para un diseño de protocolo óptimo, diseño de ensayos adaptativos en investigación clÃnica, mejores prácticas y recomendaciones para simulaciones de ensayos en el contexto del diseño de ensayos clÃnicos adaptativos. Diseño y análisis de ensayos de datos de eventos recurrentes, metodologÃas bayesianas para la asignación de respuesta adaptativa, abordaje de la alta respuesta al placebo en ensayos clÃnicos de neurociencia, diseño de ensayos clÃnicos de cáncer de fase I: agentes únicos y combinados, tamaño de muestra y potencia para el modelo lineal mixto, diseños cruzados en Ensayos clÃnicos, monitoreo de datos: estructura para ensayos clÃnicos y procedimientos de monitoreo secuencial, diseño y análisis de datos para ensayos clÃnicos multirregionales: teorÃa y práctica, estudios adaptativos de resultados multirregionales secuenciales grupales en vacunas, desarrollo y validación de resultados informados por los pacientes, provisionales Análisis de ensayos de supervivencia: análisis secuenciales grupales y poder condicional: una perspectiva de riesgos no proporcionales. Nota de contenido: 1. A Statistical Approach to Clinical Trial Simulations -- 2. Comparison of Statistical Analysis Methods Using Modeling and Simulation for Optimal Protocol Design -- 3. Adaptive Trial Design in Clinical Research -- 4. Best Practices and Recommendations for Trial Simulations Within the Context of Designing Adaptive Clinical Trials -- 5. Designing and Analyzing Recurrent Event Data Trials -- 6. Bayesian Methodologies for Response-Adaptive Allocation -- 7. Addressing High Placebo Response in Neuroscience Clinical Trials -- 8. Phase I Cancer Clinical Trial Design: Single and Combination Agents -- 9. Sample Size and Power for the Mixed Linear Model -- 10. Crossover Designs -- 11. Data monitoring: Structure for Clinical Trials and Sequential Monitoring Procedures -- 12. Design and Data Analysis of Multiregional Clinical Trials (MRCT) – Theory and Practice -- 13. Multiregional Clinical Trials (MRCT) -- 14. Adaptive Group-Sequential Multi-regional Outcome Studies in Vaccines -- 15. Development and validation of Patient-reported Outcomes -- 16. Interim Analysis of Survival Trials: Group Sequential Analyses and Conditional Power. Tipo de medio : Computadora Summary : This BASS book Series publishes selected high-quality papers reflecting recent advances in the design and biostatistical analysis of biopharmaceutical experiments – particularly biopharmaceutical clinical trials. The papers were selected from invited presentations at the Biopharmaceutical Applied Statistics Symposium (BASS), which was founded by the first Editor in 1994 and has since become the premier international conference in biopharmaceutical statistics. The primary aims of the BASS are: 1) to raise funding to support graduate students in biostatistics programs, and 2) to provide an opportunity for professionals engaged in pharmaceutical drug research and development to share insights into solving the problems they encounter. The BASS book series is initially divided into three volumes addressing: 1) Design of Clinical Trials; 2) Biostatistical Analysis of Clinical Trials; and 3) Pharmaceutical Applications. This book is the first of the 3-vol umebook series. The topics covered include: A Statistical Approach to Clinical Trial Simulations, Comparison of Statistical Analysis Methods Using Modeling and Simulation for Optimal Protocol Design, Adaptive Trial Design in Clinical Research, Best Practices and Recommendations for Trial Simulations in the Context of Designing Adaptive Clinical Trials, Designing and Analyzing Recurrent Event Data Trials, Bayesian Methodologies for Response-Adaptive Allocation, Addressing High Placebo Response in Neuroscience Clinical Trials, Phase I Cancer Clinical Trial Design: Single and Combination Agents, Sample Size and Power for the Mixed Linear Model, Crossover Designs in Clinical Trials, Data Monitoring: Structure for Clinical Trials and Sequential Monitoring Procedures, Design and Data Analysis for Multiregional Clinical Trials – Theory and Practice, Adaptive Group-Sequential Multi-regional Outcome Studies in Vaccines, Development and Validation of Patient-reported Outcomes, Interim Analysis of Survival Trials: Group Sequential Analyses, and Conditional Power – A Non-proportional Hazards Perspective. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : Biopharmaceutical Applied Statistics Symposium : Volume 2 Biostatistical Analysis of Clinical Trials Tipo de documento: documento electrónico Autores: Peace, Karl E., ; Chen, Ding-Geng, ; Menon, Sandeep, Mención de edición: 1 ed. Editorial: Singapore [Malasya] : Springer Fecha de publicación: 2018 Número de páginas: XIII, 245 p. 34 ilustraciones, 18 ilustraciones en color. ISBN/ISSN/DL: 978-981-10-7826-2 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: BiometrÃa BioestadÃstica Clasificación: 57.015.195 Resumen: Esta serie de libros BASS publica artÃculos seleccionados de alta calidad que reflejan avances recientes en el diseño y análisis bioestadÃstico de experimentos biofarmacéuticos, particularmente ensayos clÃnicos biofarmacéuticos. Los artÃculos fueron seleccionados a partir de presentaciones invitadas en el Simposio de EstadÃsticas Aplicadas Biofarmacéuticas (BASS), que fue fundado por el primer editor en 1994 y desde entonces se ha convertido en la principal conferencia internacional en estadÃsticas biofarmacéuticas. Los objetivos principales de BASS son: 1) recaudar fondos para apoyar a los estudiantes de posgrado en programas de bioestadÃstica y 2) brindar una oportunidad para que los profesionales involucrados en la investigación y el desarrollo de fármacos compartan ideas para resolver los problemas que encuentran. La serie de libros BASS se divide inicialmente en tres volúmenes que abordan: 1) Diseño de Ensayos ClÃnicos; 2) Análisis BioestadÃstico de Ensayos ClÃnicos; y 3) Aplicaciones Farmacéuticas. Este libro es el segundo de una serie de libros de tres volúmenes. Los temas cubiertos incluyen: enfoques estadÃsticos para el metanálisis de ensayos clÃnicos aleatorios, estimación colaborativa de máxima verosimilitud dirigida para evaluar los efectos causales en estudios observacionales, pruebas generalizadas en ensayos clÃnicos, tiempo discreto hasta el evento y métodos basados ​​en puntuaciones con aplicación a Criterio de valoración compuesto para evaluar la evidencia de actividad de la enfermedad libre, imputar datos faltantes utilizando un biomarcador sustituto: análisis de la incidencia de hiperplasia endometrial, cuestiones estadÃsticas seleccionadas en los resultados informados por los pacientes, metanálisis en red, detección de señales de seguridad entre eventos adversos en ensayos clÃnicos, Metanálisis aplicado utilizando R, Tratamiento de datos faltantes en investigaciones de efectividad comparativa, Estimaciones causales: un lenguaje común para datos faltantes, Análisis de subgrupos bayesianos con ejemplos, Métodos estadÃsticos en dispositivos de diagnóstico, Un enfoque basado en preguntas para el análisis de datos de seguridad, Análisis del diseño de ensayos adaptativos sin fisuras en dos etapas y problemas de multiplicidad en los ensayos clÃnicos: una perspectiva regulatoria. Nota de contenido: On Statistical Approaches to Meta-analysis of Randomized Clinical Trials -- Collaborative Targeted Maximum Likelihood Estimation to Assess Causal Effects in Observational Studies -- Generalized Tests in Clinical Trials -- Discrete Time-to-event and Score-based Methods with Application to Composite  Endpoint for Assessing Evidence of Disease Activity-Free -- Imputing Missing Data Using a Surrogate Biomarker: Analyzing the Incidence of Endometrial Hyperplasia -- Some Statistical Issues in Patient-reported Outcomes -- Network Meta-analysis -- Detecting Safety Signals Among Adverse Events in Clinical Trials -- Applied Meta-analysis using R -- Treatment of Missing Data in Comparative Effectiveness Research -- Missing Data -- Bayesian Subgroup Analysis with Examples -- Statistical Methods in Diagnostic Devices -- A Question-Based Approach to the Analysis of Safety Data -- Analysis of Two-stage Adaptive Seamless Trial Design -- Multiplicity Problems in Clinical Trials – A Regulatory Perspective. Tipo de medio : Computadora Summary : This BASS book Series publishes selected high-quality papers reflecting recent advances in the design and biostatistical analysis of biopharmaceutical experiments – particularly biopharmaceutical clinical trials. The papers were selected from invited presentations at the Biopharmaceutical Applied Statistics Symposium (BASS), which was founded by the first Editor in 1994 and has since become the premier international conference in biopharmaceutical statistics. The primary aims of the BASS are: 1) to raise funding to support graduate students in biostatistics programs, and 2) to provide an opportunity for professionals engaged in pharmaceutical drug research and development to share insights into solving the problems they encounter. The BASS book series is initially divided into three volumes addressing: 1) Design of Clinical Trials; 2) Biostatistical Analysis of Clinical Trials; and 3) Pharmaceutical Applications. This book isthe second of the 3-volume book series. The topics covered include: Statistical Approaches to the Meta-analysis of Randomized Clinical Trials, Collaborative Targeted Maximum Likelihood Estimation to Assess Causal Effects in Observational Studies, Generalized Tests in Clinical Trials, Discrete Time-to-event and Score-based Methods with Application to Composite Endpoint for Assessing Evidence of Disease Activity-Free , Imputing Missing Data Using a Surrogate Biomarker: Analyzing the Incidence of Endometrial Hyperplasia, Selected Statistical Issues in Patient-reported Outcomes, Network Meta-analysis, Detecting Safety Signals Among Adverse Events in Clinical Trials, Applied Meta-analysis Using R, Treatment of Missing Data in Comparative Effectiveness Research, Causal Estimands: A Common Language for Missing Data, Bayesian Subgroup Analysis with Examples, Statistical Methods in Diagnostic Devices, A Question-Based Approach to the Analysis of Safety Data, Analysis of Two-stage Adaptive Seamless Trial Design, and Multiplicity Problems in Clinical Trials – A Regulatory Perspective. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Biopharmaceutical Applied Statistics Symposium : Volume 2 Biostatistical Analysis of Clinical Trials [documento electrónico] / Peace, Karl E., ; Chen, Ding-Geng, ; Menon, Sandeep, . - 1 ed. . - Singapore [Malasya] : Springer, 2018 . - XIII, 245 p. 34 ilustraciones, 18 ilustraciones en color.
ISBN : 978-981-10-7826-2
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Idioma : Inglés (eng)
Palabras clave: BiometrÃa BioestadÃstica Clasificación: 57.015.195 Resumen: Esta serie de libros BASS publica artÃculos seleccionados de alta calidad que reflejan avances recientes en el diseño y análisis bioestadÃstico de experimentos biofarmacéuticos, particularmente ensayos clÃnicos biofarmacéuticos. Los artÃculos fueron seleccionados a partir de presentaciones invitadas en el Simposio de EstadÃsticas Aplicadas Biofarmacéuticas (BASS), que fue fundado por el primer editor en 1994 y desde entonces se ha convertido en la principal conferencia internacional en estadÃsticas biofarmacéuticas. Los objetivos principales de BASS son: 1) recaudar fondos para apoyar a los estudiantes de posgrado en programas de bioestadÃstica y 2) brindar una oportunidad para que los profesionales involucrados en la investigación y el desarrollo de fármacos compartan ideas para resolver los problemas que encuentran. La serie de libros BASS se divide inicialmente en tres volúmenes que abordan: 1) Diseño de Ensayos ClÃnicos; 2) Análisis BioestadÃstico de Ensayos ClÃnicos; y 3) Aplicaciones Farmacéuticas. Este libro es el segundo de una serie de libros de tres volúmenes. Los temas cubiertos incluyen: enfoques estadÃsticos para el metanálisis de ensayos clÃnicos aleatorios, estimación colaborativa de máxima verosimilitud dirigida para evaluar los efectos causales en estudios observacionales, pruebas generalizadas en ensayos clÃnicos, tiempo discreto hasta el evento y métodos basados ​​en puntuaciones con aplicación a Criterio de valoración compuesto para evaluar la evidencia de actividad de la enfermedad libre, imputar datos faltantes utilizando un biomarcador sustituto: análisis de la incidencia de hiperplasia endometrial, cuestiones estadÃsticas seleccionadas en los resultados informados por los pacientes, metanálisis en red, detección de señales de seguridad entre eventos adversos en ensayos clÃnicos, Metanálisis aplicado utilizando R, Tratamiento de datos faltantes en investigaciones de efectividad comparativa, Estimaciones causales: un lenguaje común para datos faltantes, Análisis de subgrupos bayesianos con ejemplos, Métodos estadÃsticos en dispositivos de diagnóstico, Un enfoque basado en preguntas para el análisis de datos de seguridad, Análisis del diseño de ensayos adaptativos sin fisuras en dos etapas y problemas de multiplicidad en los ensayos clÃnicos: una perspectiva regulatoria. Nota de contenido: On Statistical Approaches to Meta-analysis of Randomized Clinical Trials -- Collaborative Targeted Maximum Likelihood Estimation to Assess Causal Effects in Observational Studies -- Generalized Tests in Clinical Trials -- Discrete Time-to-event and Score-based Methods with Application to Composite  Endpoint for Assessing Evidence of Disease Activity-Free -- Imputing Missing Data Using a Surrogate Biomarker: Analyzing the Incidence of Endometrial Hyperplasia -- Some Statistical Issues in Patient-reported Outcomes -- Network Meta-analysis -- Detecting Safety Signals Among Adverse Events in Clinical Trials -- Applied Meta-analysis using R -- Treatment of Missing Data in Comparative Effectiveness Research -- Missing Data -- Bayesian Subgroup Analysis with Examples -- Statistical Methods in Diagnostic Devices -- A Question-Based Approach to the Analysis of Safety Data -- Analysis of Two-stage Adaptive Seamless Trial Design -- Multiplicity Problems in Clinical Trials – A Regulatory Perspective. Tipo de medio : Computadora Summary : This BASS book Series publishes selected high-quality papers reflecting recent advances in the design and biostatistical analysis of biopharmaceutical experiments – particularly biopharmaceutical clinical trials. The papers were selected from invited presentations at the Biopharmaceutical Applied Statistics Symposium (BASS), which was founded by the first Editor in 1994 and has since become the premier international conference in biopharmaceutical statistics. The primary aims of the BASS are: 1) to raise funding to support graduate students in biostatistics programs, and 2) to provide an opportunity for professionals engaged in pharmaceutical drug research and development to share insights into solving the problems they encounter. The BASS book series is initially divided into three volumes addressing: 1) Design of Clinical Trials; 2) Biostatistical Analysis of Clinical Trials; and 3) Pharmaceutical Applications. This book isthe second of the 3-volume book series. The topics covered include: Statistical Approaches to the Meta-analysis of Randomized Clinical Trials, Collaborative Targeted Maximum Likelihood Estimation to Assess Causal Effects in Observational Studies, Generalized Tests in Clinical Trials, Discrete Time-to-event and Score-based Methods with Application to Composite Endpoint for Assessing Evidence of Disease Activity-Free , Imputing Missing Data Using a Surrogate Biomarker: Analyzing the Incidence of Endometrial Hyperplasia, Selected Statistical Issues in Patient-reported Outcomes, Network Meta-analysis, Detecting Safety Signals Among Adverse Events in Clinical Trials, Applied Meta-analysis Using R, Treatment of Missing Data in Comparative Effectiveness Research, Causal Estimands: A Common Language for Missing Data, Bayesian Subgroup Analysis with Examples, Statistical Methods in Diagnostic Devices, A Question-Based Approach to the Analysis of Safety Data, Analysis of Two-stage Adaptive Seamless Trial Design, and Multiplicity Problems in Clinical Trials – A Regulatory Perspective. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Contemporary Biostatistics with Biopharmaceutical Applications / Zhang, Lanju ; Chen, Ding-Geng (Din) ; Jiang, Hongmei ; Li, Gang ; Quan, Hui
Permalink
PermalinkPermalink
PermalinkPermalinkPermalinkPermalink
