Analysing Seasonal Health Data

الگوهای فصلی در طیف قابل توجهی از شرایط سلامتی، از جمله نقایص مادرزادی، عفونت های تنفسی و بیماری های قلبی عروقی یافت شده است. برآورد دقیق اندازه و زمان پیک های فصلی در بروز بیماری کمکی به درک علل و احتمالاً مداخلات در حال توسعه است. با افزایش گرمایش جهانی بر شدت الگوهای آب و هوای فصلی در سراسر جهان، بررسی روش‌های تخمین اثرات فصلی بر سلامت به موقع است.

این اولین کتاب در مورد روش‌های آماری است. برای داده های فصلی که برای مخاطبان سلامت نوشته شده است. روش‌هایی را برای طیف وسیعی از نتایج (شامل داده‌های پیوسته، شمارش و دوجمله‌ای) توصیف می‌کند و تکنیک‌های مناسب برای خلاصه‌سازی و مدل‌سازی این داده‌ها را نشان می‌دهد. تمرکز عملی دارد و از مثال های جالبی برای ایجاد انگیزه و نشان دادن روش ها استفاده می کند. رویه‌های آماری و مجموعه داده‌های نمونه در یک بسته R به نام «فصل» در دسترس هستند.

آدریان بارنت یک محقق ارشد در دانشگاه فناوری کوئینزلند، استرالیا است. آنت دابسون استاد آمار زیستی در دانشگاه کوئینزلند استرالیا است. هر دوی آنها آماردانان پزشکی با تجربه با تعهد به آموزش آماری هستند و قبلاً در تحقیقات در زمینه پیشرفت های روش شناختی و کاربردهای آمار زیستی، به ویژه در داده های سری زمانی، همکاری داشته اند. در میان پروژه‌های دیگر، آن‌ها روی بازنگری کتاب درسی معروف «مقدمه‌ای بر مدل‌های خطی تعمیم‌یافته»، چاپ سوم، Chapman Hall/CRC، 2008 با هم کار کردند. آنها در کتاب جدید خود دانش خود را در مورد روش‌های آماری برای بررسی الگوهای فصلی به اشتراک می‌گذارند. در سلامتی.

Seasonal patterns have been found in a remarkable range of health conditions, including birth defects, respiratory infections and cardiovascular disease. Accurately estimating the size and timing of seasonal peaks in disease incidence is an aid to understanding the causes and possibly to developing interventions. With global warming increasing the intensity of seasonal weather patterns around the world, a review of the methods for estimating seasonal effects on health is timely.

This is the first book on statistical methods for seasonal data written for a health audience. It describes methods for a range of outcomes (including continuous, count and binomial data) and demonstrates appropriate techniques for summarising and modelling these data. It has a practical focus and uses interesting examples to motivate and illustrate the methods. The statistical procedures and example data sets are available in an R package called ‘season’.

Adrian Barnett is a senior research fellow at Queensland University of Technology, Australia. Annette Dobson is a Professor of Biostatistics at The University of Queensland, Australia. Both are experienced medical statisticians with a commitment to statistical education and have previously collaborated in research in the methodological developments and applications of biostatistics, especially to time series data. Among other projects, they worked together on revising the well-known textbook "An Introduction to Generalized Linear Models," third edition, Chapman Hall/CRC, 2008. In their new book they share their knowledge of statistical methods for examining seasonal patterns in health.