Diseño bayesiano caso-cruce — Estudio epidemiológico autoemparejado con inferencia bayesiana
El diseño bayesiano caso-cruce es un método epidemiológico autoemparejado que estima el efecto transitorio de una exposición variable en el tiempo sobre el riesgo de un evento agudo. Cada caso sirve como su propio control, eliminando la confusión por características individuales estables en el tiempo. La inferencia bayesiana reemplaza o complementa la regresión logística condicional clásica, permitiendo la incorporación de conocimiento previo, una estimación más estable en datos escasos y una cuantificación completa de la incertidumbre a través de distribuciones posteriores.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- Maclure, M. (1991). The case-crossover design: a method for studying transient effects on the risk of acute events. American Journal of Epidemiology, 133(2), 144–153. DOI: 10.1093/oxfordjournals.aje.a115853 ↗
- Janes, H., Sheppard, L., & Lumley, T. (2005). Case-crossover analyses of air pollution exposure data: referent selection strategies and their implications for bias. Epidemiology, 16(6), 717–726. DOI: 10.1097/01.ede.0000181315.18836.9d ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Bayesian Case-Crossover Study Design. ScholarGate. https://scholargate.app/es/epidemiology/bayesian-case-crossover-design
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Modelo Jerárquico BayesianoBayesiano↔ compare
- Diseño caso-cruzadoEpidemiología↔ compare
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →