Meta分析的经验贝叶斯模型

来源 :2011年中国卫生统计学年会 | 被引量 : 0次 | 上传用户:fngdi
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目的:研究Meta分析的经验贝叶斯分层模型的原理.方法:应用分层模型分析一个激素预防新生儿肺透明膜病的临床试验数据,并采用经验贝叶斯的方法进行后验推断.结果:分层模型的经验贝叶斯分析结果都表明临床使用激素能够显著地降低新生儿肺透明膜病的发生.结论:相对Meta分析的随机效应模型,经验贝叶斯分层模型提供了更灵活的分析策略.
其他文献
目的:探讨广义加性模型对住院费用影响因素研究的可行性.方法:从天津银海2003-2007年住院参保人群资料库中抽取诊断为白内障的5030例患者,采用S-PLUS6.2与SAS9.2对患者的住院费用进行广义加性模型拟合.结果:该模型揭示住院费用的影响因素有医院级别,参保年度,人员类别,年龄,住院天数,耗材比例,其中年龄,住院天数,耗材比例与住院费用呈复杂的非线性关系.结论:广义加性模型不需要模型的线
目的:探讨育龄妇女遭受婚内性暴力的发生水平及影响因素.方法:在我国中等经济水平的九省市调查已婚育龄妇女是否遭受婚内性暴力及相关家庭和个人基本情况,结合各省经济文化发展水平等资料,运用多水平分析方法探讨婚内性暴力的影响因素.结果:调查12194名已婚妇女中有18.5%自诉遭受过婚内性暴力,妇女婚内性暴力存在地理差异并与各省文化发展水平、家庭收支状况、生育状况、城乡居住地、就业状况和抽烟与否有关.结论
目的:介绍多变量随机效应模型及其参数估计,促进其在多个阈值诊断试验meta分析中的应用.方法:对双变量随机效应模型进行扩展和延伸,构建多变量随机效应模型,采用最大似然法,并利用SAS中的PROC NLMIXED过程进行统计实现.结果:采用多变量随机效应模型可得到每一阈值的合并灵敏度、特异度、诊断比值比,及曲线下面积AUC等评价指标.亦可绘制SROC曲线及其置信带、预测带等.结论:多变量随机效应模型
目的:探索一个新的数据挖掘算法——关联规则(AR),观察并展示其在监测药品安全性中的应用.方法:本研究应用蒙特卡罗模拟方法随机的产生单个药物导致的不良事件报告.再用AR连其他同其他四种现行的算法各自挖掘并对结果进行比较.另外,还对上海市2009年的SRSs采用AR算法,并展示它的可行性.研究中使用的所有算法通过SAS 9.1.3软件实现.结果:蒙特卡洛模拟方法平均共产生108337个报告.AR与其
为了解浙江省温岭市居民恶性肿瘤发病及死亡情况,对近几年监测的肿瘤发病数据从《浙江省慢性病监测信息管理系统》导出Excel进行恶性肿瘤发病分析。恶性肿瘤报告发病率近几年呈明显上升趋势,共报告恶性肿瘤发病人数9768例,发病率为115.48/10万-271.47/10万,男性发病率及死亡率高于女性,肿瘤发病率随年龄增长而增加,尤其40岁以后升高迅速。发病数位于前5位的恶性肿瘤均为肺癌、胃癌、肝癌、肠癌
目的:综合评价北京市二级及以上医院脑卒中医疗资源,为制定脑卒中诊治标准提供参考.方法:利用北京市卫生信息中心平台和现场调查,收集2010年北京市二级及以上医院脑卒中医疗资源资料,运用TOPSIS方法对其进行综合评价。结果:本研究共涉及103家医院,C值最大为0.5350,最小为0.0500.脑卒中医疗资源排在前3位的医院分别为TT医院(C=0.5350)、BA医院(C=0.3910)、AZ医院(C
本研究期望给出一种基于GA的RF搜索策略GARF,用于高维数据的特征筛选。GARF在遗传过程中加入基于VIMs的启发式变量搜索方法,能够降低噪声变量对分类的影响,并采用基于Permutation的方法确定最终入选模型的变量筛选界值,既能够避免人为确定筛选界值的主观性,同时能够解决单纯采用多变量启发式搜索策略存在的变量竞争问题。
目的:介绍轮廓似然(Profile Likelihood)方法及其两个应用.方法:拟合logistic回归模型,计算轮廓似然的置信区间,并与Wald置信区间进行比较;采用轮廓似然方法解决障碍参数过多的模型拟合问题.结果:轮廓似然可以解决偏态分布下Wald置信区间失效的问题;最大轮廓似然估计与最大似然估计的结果是一致的,而轮廓似然仅需要较弱的假设条件.结论:参数呈非正态分布时,轮廓似然置信区间要优于
目的:为湖北省卫生部门制定卫生政策提供科学依据,合理的进行宏观资源配置,扩大湖北省医疗保障的覆盖面,提高社会卫生服务利用的公平性.方法:采用来源法对湖北省卫生总费用进行核算;利用Eviews5.0软件,对卫生总费用与GDP之间的关系进行协整分析,并建立ARIMA模型. 结果:湖北省的卫生总费用、人均卫生费用(Total expenditure on health,THE)及占国民生产总值(GDP,
目的:探讨非独立数据的判别分析方法.方法:对一组假体模拟数据分别构建logistic回归和随机效应logistic回归的判别模型,并比较分析.结果:利用logistic回归构建模型的回代判别效果为灵敏度76.8%,特异度83.4%;利用随机效应logistic回归构建模型的回代判别效果为灵敏度93.5%,特异度90.7%.结论:利用随机效应logistic回归模型对非独立数据进行分析,具有更好的判