Delineamento Bayesiano Caso-Crossover — Estudo Epidemiológico Autompareado com Inferência Bayesiana
O delineamento Bayesiano caso-crossover é um método epidemiológico autompareado que estima o efeito transitório de uma exposição variável no tempo sobre o risco de um evento agudo. Cada caso serve como seu próprio controle, eliminando o confundimento por características individuais estáveis no tempo. A inferência Bayesiana substitui ou complementa a regressão logística condicional clássica, permitindo a incorporação de conhecimento prévio, estimação mais estável em dados esparsos e quantificação completa da incerteza via distribuições posteriores.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Mapa de métodos
A vizinhança de métodos relacionados — selecione um nó para explorar.
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 3). Bayesian Case-Crossover Study Design. ScholarGate. https://scholargate.app/pt/epidemiology/bayesian-case-crossover-design
Qual método?
Coloque este método ao lado dos seus pares mais próximos e leia-os lado a lado — a biblioteca dispõe os livros sobre a mesa; a escolha é sua.
- Modelo Hierárquico BayesianoBayesiano↔ comparar
- Desenho Caso-ControleEpidemiologia↔ comparar
Encontrou um problema nesta página? Relate ou sugira uma correção →