مشخصات کتاب

Self-controlled case series studies : a modelling guide with R

ویرایش:  
نویسندگان: Farrington. Paddy,  Ghebremichael Weldeselassie. Yonas,  Whitaker. Heather  
سری: Chapman & Hall/CRC Biostatistics Series 
ISBN (شابک) : 9780429491313, 042995753X 
ناشر: CRC Press 
سال نشر: 2018 
تعداد صفحات: 377 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 31 مگابایت 

کلمات کلیدی مربوط به کتاب مطالعات سری موردی خود کنترل شده: یک راهنمای مدل سازی با R: پزشکی -- تحقیق -- روش شناسی، کارآزمایی های بالینی -- روش شناسی، سلامت و تناسب اندام / کل نگر، سلامت و تناسب اندام / مرجع، پزشکی / جایگزین، پزشکی / اطلس، پزشکی / مقالات، پزشکی / خانواده و عمومی، پزشکی / کلی نگر ,پزشکی / استئوپاتی

در صورت تبدیل فایل کتاب Self-controlled case series studies : a modelling guide with R به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب مطالعات سری موردی خود کنترل شده: یک راهنمای مدل سازی با R نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.

توضیحاتی در مورد کتاب مطالعات سری موردی خود کنترل شده: یک راهنمای مدل سازی با R

\"\"مجموعه موارد خودکنترل شده (SCCS) یکی از مهم ترین طرح های خودکنترلی در تحقیقات مشاهده ای است، اما اغلب مورد سوء تفاهم قرار گرفته و حتی به اشتباه استفاده شده است. این کتاب که توسط تیمی که توسعه SCCS را از ابتدا رهبری کرده است، نوشته شده است، یک راهنمای ضروری برای تمام جنبه های مرتبط با این روش است. ='showMoreLessContentElement' style='display: none;'> روش سری موارد خودکنترل شده (SCCS)، روشی آماری برای بررسی ارتباط بین رویدادهای پیامد و مواجهه های متغیر با زمان. این روش فقط به اطلاعات افرادی نیاز دارد که رویداد را تجربه کرده اند. مورد علاقه است، و به طور خودکار عوامل مخدوش کننده ثابت زمان ضربی را کنترل می کند، حتی زمانی که این موارد اندازه گیری نشده یا ناشناخته باشند. این به طور فزاینده ای در اپیدمیولوژی، اغلب برای مطالعه ایمنی واکسن ها و داروهای دارویی استفاده می شود. ویژگی های کلیدی کتاب عبارتند از: توضیحی در دسترس از روش SCCS، با جزئیات ریاضی ارائه شده در بخش های ستاره دار جداگانه. بحث جامع در مورد فرضیات و چگونگی تأیید آنها. شرح مفصلی از مدل‌های مختلف SCCS، توسعه‌های روش SCCS، و طراحی مطالعات SCCS. تصاویر کاربردی گسترده و نمونه های کار شده از اپیدمیولوژی. کد کامل کامپیوتر از بسته R مرتبط SCCS، که شامل تمام مجموعه داده های استفاده شده در کتاب است. هدف این کتاب طیف وسیعی از خوانندگان، از جمله اپیدمیولوژیست ها و آماردانان پزشکی است که مایل به استفاده از روش SCCS هستند، و همچنین محققانی که به روش شناسی آماری علاقه دارند. این سه نویسنده از نزدیک با شروع، توسعه، محبوبیت و برنامه‌نویسی روش SCCS درگیر بوده‌اند.\"-- ارائه شده توسط ناشر. بیشتر بخوانید...
چکیده: \"\"سری موارد خودکنترل شده (SCCS) یکی از مهم ترین طرح های خودکنترلی در تحقیقات مشاهده ای است، اما اغلب مورد سوء تفاهم قرار گرفته است. این کتاب که توسط تیمی که از ابتدا توسعه SCCS را رهبری کرده است، نوشته شده است، یک راهنمای ضروری برای تمام جنبه های مرتبط با این روش است. روش سری موارد خودکنترل شده (SCCS)، روشی آماری برای بررسی ارتباط بین رویدادهای پیامد و مواجهه‌های متغیر با زمان. این روش فقط به اطلاعات افرادی نیاز دارد که رویداد مورد علاقه را تجربه کرده‌اند، و به طور خودکار عوامل مخدوش‌کننده ثابت زمان ضربی را کنترل می‌کند، حتی زمانی که این موارد اندازه‌گیری نشده یا ناشناخته باشند. این به طور فزاینده ای در اپیدمیولوژی، بیشتر برای مطالعه ایمنی واکسن ها و داروهای دارویی استفاده می شود. ویژگی های کلیدی این کتاب عبارتند از: شرح کامل و در عین حال قابل دسترس از روش SCCS، با جزئیات ریاضی ارائه شده در بخش های ستاره دار جداگانه. بحث جامع در مورد فرضیات و نحوه تأیید آنها. شرح مفصلی از مدل‌های مختلف SCCS، توسعه‌های روش SCCS، و طراحی مطالعات SCCS. تصاویر کاربردی گسترده و نمونه های کار شده از اپیدمیولوژی. کد کامل کامپیوتر از بسته R مرتبط SCCS، که شامل تمام مجموعه داده های استفاده شده در کتاب است. هدف این کتاب طیف وسیعی از خوانندگان، از جمله اپیدمیولوژیست ها و آماردانان پزشکی است که مایل به استفاده از روش SCCS هستند، و همچنین محققانی که به روش شناسی آماری علاقه دارند. این سه نویسنده از نزدیک با شروع، توسعه، عمومی‌سازی و برنامه‌نویسی روش SCCS درگیر بوده‌اند.\"- ارائه شده توسط ناشر

توضیحاتی درمورد کتاب به خارجی

""The self-controlled case series (SCCS) is one of the most important self-controlled designs in observational research, but has often been misunderstood and even misapplied. This book, written by the team that has led the development of the SCCS from the beginning, is an essential guide to all aspects related to this method." Dr. Martijn Schuemie, OHDSIThis book provides the first comprehensive account of the self-controlled case series (SCCS) method, a statistical method for investigating associations between outcome events and time-varying exposures. The method only requires information from individuals who have experienced the event of interest, and automatically controls for multiplicative time-invariant confounders, even when these are unmeasured or unknown. It is increasingly being used in epidemiology, most frequently to study the safety of vaccines and pharmaceutical drugs. Key features of the book include:A thorough yet accessible description of the SCCS method, with mathematical details provided in separate starred sections.Comprehensive discussion of assumptions and how they may be verified. A detailed account of different SCCS models, extensions of the SCCS method, and the design of SCCS studies. Extensive practical illustrations and worked examples from epidemiology. Full computer code from the associated R package SCCS, which includes all the data sets used in the book. The book is aimed at a broad range of readers, including epidemiologists and medical statisticians who wish to use the SCCS method, and also researchers with an interest in statistical methodology. The three authors have been closely involved with the inception, development, popularisation and programming of the SCCS method."--Provided by publisher. Read more...
Abstract: ""The self-controlled case series (SCCS) is one of the most important self-controlled designs in observational research, but has often been misunderstood and even misapplied. This book, written by the team that has led the development of the SCCS from the beginning, is an essential guide to all aspects related to this method." Dr. Martijn Schuemie, OHDSIThis book provides the first comprehensive account of the self-controlled case series (SCCS) method, a statistical method for investigating associations between outcome events and time-varying exposures. The method only requires information from individuals who have experienced the event of interest, and automatically controls for multiplicative time-invariant confounders, even when these are unmeasured or unknown. It is increasingly being used in epidemiology, most frequently to study the safety of vaccines and pharmaceutical drugs. Key features of the book include:A thorough yet accessible description of the SCCS method, with mathematical details provided in separate starred sections.Comprehensive discussion of assumptions and how they may be verified. A detailed account of different SCCS models, extensions of the SCCS method, and the design of SCCS studies. Extensive practical illustrations and worked examples from epidemiology. Full computer code from the associated R package SCCS, which includes all the data sets used in the book. The book is aimed at a broad range of readers, including epidemiologists and medical statisticians who wish to use the SCCS method, and also researchers with an interest in statistical methodology. The three authors have been closely involved with the inception, development, popularisation and programming of the SCCS method."--Provided by publisher

فهرست مطالب

Content: Cover
 Half title
 Chapman & Hall/CRC Biostatistics Series
 Title
 Copyrights
 Dedication
 Contents
 Preface
 1 Introduction
 1.1 Control and self-control in epidemiology
 1.2 Self-controlled methods
 1.3 Guide to contents
 1.4 Computer package and data
 2 Epidemiological overview
 2.1 Genesis of the SCCS method
 2.2 Rationale for the SCCS method
 2.2.1 Case series
 2.2.2 Self-control
 2.2.3 Data requirements
 2.3 Some illustrations
 2.3.1 Using only cases
 2.3.2 Controlling confounding
 2.4 Assumptions and alternatives
 2.4.1 Assumptions of the SCCS method 2.4.2 What if the assumptions are not satis ed?2.5 Bibliographical notes and further material
 3 The SCCS likelihood
 3.1 Why start with the likelihood?
 3.2 Likelihood for the standard SCCS model
 3.3 Properties of the SCCS likelihood
 3.4 Example: MMR vaccine and aseptic meningitis
 3.5 The general SCCS likelihood
 3.6 MMR vaccine and aseptic meningitis: derivation of the SCCS likelihood
 3.7 Assumptions of the SCCS method
 3.7.1 Assumption 1: Poisson or rare events
 3.7.2 A counter-example: negative binomial events*
 3.7.3 Assumptions 2 and 3: validity of conditioning 3.7.4 A more formal demonstration*3.7.5 Assumption 4: independent ascertainment
 3.8 Derivation of the SCCS likelihood*
 3.9 Bibliographical notes and further material
 4 The standard SCCS model
 4.1 Proportional incidence models
 4.2 Fitting the standard SCCS model
 4.3 The R package SCCS: standard SCCS model
 4.3.1 A single point exposure: MMR vaccine and ITP
 4.3.2 Reshaping the MMR vaccine and ITP data
 4.3.3 Extended exposures: antidepressants and hip fracture
 4.4 Data formats for repeated exposures
 4.4.1 Intermittent treatments: NSAIDs and GI bleeds 4.4.2 Multiple vaccine doses: convulsions and DTP vaccine4.5 Multiple exposure types
 4.5.1 Exposures of several types: convulsions, Hib and MMR vaccines
 4.5.2 Multiple exposures of several types: NSAIDs, antidepressants and GI bleeds
 4.5.3 Multiple doses of di erent vaccines: convulsions, DTP and Hib vaccines
 4.5.4 Overlapping risk periods: convulsions and DTP
 4.6 Comparing models: likelihood ratio tests
 4.6.1 Comparing models: ITP and MMR vaccine
 4.6.2 Combining multinomial categories*
 4.7 Interactions: e ect modi cation and strati cation
 4.7.1 Interactions: sex, ITP and MMR vaccine 4.7.2 Interactions between exposures: GI bleeds, NSAIDs and antidepressants4.8 Inde nite and extremal risk periods
 4.8.1 Curtailed observation: antidiabetics and fractures
 4.8.2 Inde nite risk periods: MMR vaccine and autism
 4.8.3 Initial risk periods: NRT and MI
 4.9 SCCS analyses with temporal e ects
 4.9.1 Calendar time: GBS and in uenza vaccine
 4.9.2 Seasonal SCCS model: OPV and intussusception
 4.10 Parameterisation of the standard SCCS model*
 4.11 Bibliographical notes and further material
 5 Checking model assumptions
 5.1 Rare disease assumption for non-recurrent events

نظرات کاربران

کتاب های تصادفی

دانلود کتاب Notes of a Journey on the Upper Mekong, Siam

دانلود کتاب The Caregiver's Guide to Memory Care and Dementia Communities

دانلود کتاب The CIA Against Latin America: Special Case of Ecuador

دانلود کتاب Vom Satz zum Begriff: Philosophisch-logische Perspektiven auf das Entdecken, Prüfen und Begründen im Mathematikunterricht

دانلود کتاب The new bureaucracy: Quality assurance and its critics