ScholarGate
Assistente
Process / pipelineClinical / epidemiology

Disegno Bayesian Case-Crossover — Studio Epidemiologico Auto-Controllato con Inferenza Bayesiana

Il disegno Bayesian case-crossover è un metodo epidemiologico auto-controllato che stima l'effetto transitorio di un'esposizione variabile nel tempo sul rischio di un evento acuto. Ogni caso funge da proprio controllo, eliminando il confondimento dovuto a caratteristiche individuali stabili nel tempo. L'inferenza bayesiana sostituisce o integra la classica regressione logistica condizionale, consentendo l'incorporazione di conoscenze a priori, una stima più stabile in presenza di dati sparsi e una quantificazione completa dell'incertezza tramite distribuzioni a posteriori.

Apri in MethodMindIn arrivoVideoIn arrivoDownload slides

Leggi il metodo completo

Riservato ai membri

Accedi con un account gratuito per leggere questa sezione.

Accedi

Method map

The neighbourhood of related methods — select a node to explore.

Fonti

  1. 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
  2. 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

Come citare questa pagina

ScholarGate. (2026, June 3). Bayesian Case-Crossover Study Design. ScholarGate. https://scholargate.app/it/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.

Compare side by side
ScholarGateBayesian Case-Crossover Design (Bayesian Case-Crossover Study Design). Consultato il 2026-06-15 da https://scholargate.app/it/epidemiology/bayesian-case-crossover-design · Insieme di dati: https://doi.org/10.5281/zenodo.20539026