Bayesiaans Case-Crossover Ontwerp — Zelf-gematchte Epidemiologische Studie met Bayesiaanse Inferentie
Het Bayesiaanse case-crossover ontwerp is een zelf-gematchte epidemiologische methode die het voorbijgaande effect van een tijdsvariabele blootstelling op het risico van een acute gebeurtenis schat. Elke case dient als zijn eigen controle, waardoor confounding door tijdstabiele individuele kenmerken wordt geëlimineerd. Bayesiaanse inferentie vervangt of vult de klassieke conditionele logistische regressie aan, waardoor de incorporatie van voorkennis, stabielere schatting bij schaarse gegevens, en volledige onzekerheidskwantificering via posterieure verdelingen mogelijk wordt.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Methodenkaart
De omgeving van verwante methoden — selecteer een knooppunt om te verkennen.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Bayesian Case-Crossover Study Design. ScholarGate. https://scholargate.app/nl/epidemiology/bayesian-case-crossover-design
Welke methode?
Plaats deze methode naast haar naaste verwanten en lees ze naast elkaar — de bibliotheek legt de boeken op tafel; de keuze is aan u.
- Bayesiaanse Hiërarchische ModelBayesiaanse statistiek↔ vergelijken
- Case-Crossover DesignEpidemiologie↔ vergelijken
Een fout op deze pagina gezien? Meld het of stel een correctie voor →