| 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 [...] |
|  |
Crear una solicitud de compra Refinar búsqueda
