Bayesian Case-Crossover Design — Selbstabgeglichene epidemiologische Studie mit Bayes'scher Inferenz

Das Bayesian Case-Crossover Design ist eine selbstabgeglichene epidemiologische Methode, die den transienten Effekt einer zeitvariablen Exposition auf das Risiko eines akuten Ereignisses schätzt. Jeder Fall dient als seine eigene Kontrolle, wodurch Störfaktoren durch zeitstabile individuelle Merkmale eliminiert werden. Die Bayes'sche Inferenz ersetzt oder ergänzt die klassische bedingte logistische Regression und ermöglicht die Einbeziehung von Vorwissen, eine stabilere Schätzung bei spärlichen Daten und eine vollständige Unsicherheitsquantifizierung über Posterior-Verteilungen.