Bayesi analüüsiga juhtum-ristuva disain – iseseisvalt sobitatud epidemioloogiline uuring Bayesi järeldamisega
Bayesi juhtum-ristuva disain on iseseisvalt sobitatud epidemioloogiline meetod, mis hindab ajas muutuva kokkupuute mööduvat mõju ägeda sündmuse riskile. Iga juhtum toimib iseenda kontrollina, välistades ajas stabiilsete individuaalsete omaduste põhjustatud segadusttekitavad tegurid. Bayesi järeldamine asendab või täiendab klassikalist tingimuslikku logistilist regressiooni, võimaldades kaasata eelteadmisi, stabiilsemat hindamist hõredate andmete korral ja täielikku ebakindluse kvantifitseerimist posteriori jaotuste kaudu.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- 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 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Bayesian Case-Crossover Study Design. ScholarGate. https://scholargate.app/et/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.
- Bayesian Hierarchical ModelBayesi meetodid↔ compare
- Juhtum-ristkasuuringu disainEpidemioloogia↔ compare
Märkasid sellel lehel viga? Teata sellest või paku parandust →