Baijesa gadījuma-krustojuma dizains — pašsaskaņots epidemioloģisks pētījums ar Baijesa secinājumiem
Baijesa gadījuma-krustojuma dizains ir pašsaskaņota epidemioloģiska metode, kas novērtē laika mainīgas iedarbības pārejošu ietekmi uz akūta notikuma risku. Katrs gadījums kalpo kā pats savs kontroles objekts, tādējādi novēršot jaucējfaktoru ietekmi, ko rada laika ziņā stabili individuālie raksturlielumi. Baijesa secinājumi aizstāj vai papildina klasisko nosacīto loģistisko regresiju, ļaujot iekļaut iepriekšējas zināšanas, stabilāku novērtējumu retos datos un pilnīgu nenoteiktības kvantifikāciju, izmantojot a posteriori sadalījumus.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Metožu karte
Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Bayesian Case-Crossover Study Design. ScholarGate. https://scholargate.app/lv/epidemiology/bayesian-case-crossover-design
Kura metode?
Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.
- Bayesiskā hierarhiskā modelēšanaBajesa metodes↔ salīdzināt
- Dizains gadījums-krustojumsEpidemioloģija↔ salīdzināt
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →