ALTERNATIVE METHODOLOGICAL PROPOSALS BAYESIAN, SEMIPARAMETRICS AND EMPIRICAL PLAUSIBILITY IN LONGITUDINAL DATA, ANALYSIS OF SURVIVAL AND MODELLING OF HRQOL (Q3153291)
Jump to navigation
Jump to search
Project Q3153291 in Spain
| Language | Label | Description | Also known as |
|---|---|---|---|
| English | ALTERNATIVE METHODOLOGICAL PROPOSALS BAYESIAN, SEMIPARAMETRICS AND EMPIRICAL PLAUSIBILITY IN LONGITUDINAL DATA, ANALYSIS OF SURVIVAL AND MODELLING OF HRQOL |
Project Q3153291 in Spain |
Statements
28,000.91 Euro
0 references
51,425.0 Euro
0 references
54.45 percent
0 references
30 December 2016
0 references
29 September 2021
0 references
UNIVERSIDAD DEL PAIS VASCO/EUSKAL HERRIKO UNIBERTSITATEA
0 references
48015
0 references
LOS OBJETIVOS DE ESTE PROYECTO SE CENTRAN EN TRES ASPECTOS METODOLOGICOS FUNDAMENTALES: PROPUESTAS BAYESIANAS, SEMIPARAMETRICAS Y DE VEROSIMILITUD EMPIRICA, TODOS ELLOS EN CONTEXTOS DE DATOS LONGITUDINALES, ANALISIS DE SUPERVIVENCIA Y MODELIZACION DE LA CALIDAD DE VIDA RELACIONADA CON LA SALUD (CVRS). EN PRIMER LUGAR, EN EL AREA DE DATOS LONGITUDINALES, PROFUNDIZAREMOS SOBRE LOS MODELOS ECONOMETRICOS EN PSEUDO-PANELES O PANELES SINTETICOS PARA EL CASO DE PSEUDO PANELES QUE, POR CONSTRUCCION, PRESENTAN UNA DEPENDENCIA TEMPORAL. ANALIZAREMOS EL MODELO GENERAL PARA PSEUDO-PANELES INDEPENDIENTES Y LO ADAPTAREMOS DE FORMA QUE PERMITA DEPENDENCIA TEMPORAL EN CADA PSEUDO-PANEL, MODELIZANDO ESTA DEPENDENCIA DE ACUERDO CON CRITERIOS DE BONDAD DE AJUSTE ESPECIFICOS Y CON CRITERIOS DICTADOS POR LAS CARACTERISTICAS DE DEPENDENCIA ESPECIFICAS DE LOS DATOS UTILIZADOS. DESARROLLAREMOS LOS PROGRAMAS ADECUADOS PARA LLEVAR A CABO LA ESTIMACION EN ESTOS MODELOS Y APLICAREMOS LAS TECNICAS DESARROLLADAS A DATOS REALES, ESPECIALMENTE EN BIOLOGIA Y DATOS DEL MERCADO DE TRABAJO VASCO. EN SEGUNDO LUGAR, EN EL AREA DE ANALISIS DE SUPERVIVENCIA, EXTENDEREMOS LAS PROPUESTAS METODOLOGICAS DE VEROSIMILITUD EMPIRICA A PROBLEMAS DE INFERENCIA CON RESTRICCIONES DE ORDEN, ESTUDIANDO LAS DISTRIBUCIONES ASINTOTICAS DE LOS ESTADISTICOS DE CONTRASTES Y EL COMPORTAMIENTO ASINTOTICO DE LOS ESTIMADORES DE VEROSIMILITUD EMPIRICA OBTENIDOS BAJO RESTRICCIONES DE ORDEN, PONIENDO ESPECIAL ENFASIS EN LOS ASPECTOS COMPUTACIONALES NO TRIVIALES DE LOS METODOS DE VEROSIMILITUD EMPIRICA. COMPARAREMOS FUNCIONES DE DISTRIBUCION Y RIESGOS COMPETITIVOS UTILIZANDO ESTA METODOLOGIA Y APLICAREMOS LOS RESULTADOS EN EJEMPLOS REALES EN FIABILIDAD, SALUD PUBLICA, ECONOMIA Y FINANZAS. FINALMENTE, ESTUDIAREMOS PROPUESTAS ALTERNATIVAS EN LA MODELIZACION ESTADISTICA DE LA CVRS, ESPECIALMENTE EN LO QUE SE RELACIONA CON RESULTADOS PERCIBIDOS POR EL PACIENTE, APLICANDO LAS MISMAS A INDICES DE SALUD Y CALIDAD DE VIDA RELACIONADA CON LA SALUD. ESTUDIAREMOS SU DISTRIBUCION Y MODELIZACION ESTADISTICA, PROPONIENDO MEJORAS EN LA CONSTRUCCION DE INDICES PARA MEDIR ESTOS RESULTADOS, Y COMPARAREMOS LAS DISTINTAS ALTERNATIVAS METODOLOGICAS PARA SU ANALISIS. PROPONDREMOS MODELOS AVANZADOS DE TECNICAS DE SUAVIZADO (MAG, P-SPLINES) PARA MODELOS APLICADOS AL ANALISIS DE RESULTADOS PERCIBIDOS POR EL PACIENTE. FINALMENTE, CONTEXTUALIZAREMOS LOS RESULTADOS OBTENIDOS, DAREMOS PAUTAS PARA LA SELECCION DE ALTERNATIVAS ADECUADAS, Y RECOMENDACIONES Y CONCLUSIONES BASADAS EN LOS ASPECTOS MAS RELEVANTES DESDE EL PUNTO DE VISTA ESTADISTICO Y CLINICO DE LA APLICACION. TAMBIEN DESARROLLAREMOS, IMPLEMENTAREMOS Y VALIDAREMOS MODELOS PREDICTIVOS UTILES EN LA PRACTICA CLINICA HOSPITALARIA, IMPLEMENTANDO HERRAMIENTAS TECNOLOGICAS A PARTIR DE LOS MISMOS. PARA ELLO, DESARROLLAREMOS MODELOS PREDICTIVOS EN EVOLUCION CLINICA, MORTALIDAD, SUPERVIVENCIA O CAMBIOS EN LA CVRS PARA PACIENTES CON ENFERMEDADES CRONICAS, PROPONIENDO TRANSFORMACIONES Y CATEGORIZACIONES OPTIMAS DE LAS VARIABLES PREDICTIVAS QUE PERMITAN SU CORRECTA INTRODUCCION EN EL MODELO PREDICTIVO. LOS DISTINTOS MODELOS PREDICTIVOS SERAN EVALUADOS Y COMPARADOS MEDIANTE DIFERENTES TECNICAS DE ANALISIS (REGRESION LINEAL, REGRESION LOGISTICA BINARIA, REGRESION LOGISTICA ORDINAL, REGRESION DE POISSON, ARBOLES DE REGRESION Y CLASIFICACION, REDES NEURONALES, ENTRE OTRAS), Y DIFERENTES CRITERIOS (BONDAD DE AJUSTE, CALIBRACION, CAPACIDAD PREDICTIVA, ENTRE OTROS). (Spanish)
0 references
THE OBJECTIVES OF THIS PROJECT FOCUS ON THREE KEY METHODOLOGICAL ASPECTS: BAYESIAN PROPOSALS, SEMIPARAMETRICS AND EMPIRICAL PLAUSIBILITY, ALL IN CONTEXTS OF LONGITUDINAL DATA, ANALYSIS OF SURVIVAL AND MODELLING OF HEALTH-RELATED QUALITY OF LIFE (CVRS). FIRST, IN THE AREA OF LONGITUDINAL DATA, WE WILL DELVE INTO THE ECONOMETRIC MODELS IN PSEUDO-PANELS OR SYNTHETIC PANELS FOR THE CASE OF PSEUDO PANELS THAT, BY CONSTRUCTION, PRESENT A TEMPORAL DEPENDENCE. WE WILL ANALYSE THE GENERAL MODEL FOR INDEPENDENT PSEUDO-PANELS AND ADAPT IT IN A WAY THAT ALLOWS TEMPORAL DEPENDENCE IN EACH PSEUDO-PANEL, MODELING THIS DEPENDENCE ACCORDING TO SPECIFIC ADJUSTMENT GOODNESS CRITERIA AND CRITERIA DICTATED BY THE SPECIFIC DEPENDENCY CHARACTERISTICS OF THE DATA USED. WE WILL DEVELOP THE APPROPRIATE PROGRAMS TO CARRY OUT ESTIMATION IN THESE MODELS AND APPLY THE TECHNIQUES DEVELOPED TO REAL DATA, ESPECIALLY IN BIOLOGY AND BASQUE LABOUR MARKET DATA. SECONDLY, IN THE AREA OF SURVIVAL ANALYSIS, WE WILL EXTEND THE METHODOLOGICAL PROPOSALS OF EMPIRICAL PLAUSIBILITY TO PROBLEMS OF INFERENCE WITH RESTRICTIONS OF ORDER, STUDYING THE ASINTOTIC DISTRIBUTIONS OF CONTRAST STATISTICS AND THE ASYMPTOTIC BEHAVIOR OF EMPIRICAL PLAUSIBILITY ESTIMATORS OBTAINED UNDER RESTRICTIONS OF ORDER, PLACING SPECIAL EMPHASIS ON THE NON-TRIVIAL COMPUTATIONAL ASPECTS OF EMPIRICAL PLAUSIBILITY METHODS. WE WILL COMPARE DISTRIBUTION FUNCTIONS AND COMPETITIVE RISKS USING THIS METHODOLOGY AND APPLY THE RESULTS IN REAL EXAMPLES IN RELIABILITY, PUBLIC HEALTH, ECONOMY AND FINANCE. FINALLY, WE WILL STUDY ALTERNATIVE PROPOSALS IN THE STATISTICAL MODELLING OF HRQOL, ESPECIALLY IN RELATION TO RESULTS PERCEIVED BY THE PATIENT, APPLYING THEM TO HEALTH AND HEALTH-RELATED QUALITY OF LIFE INDEXES. WE WILL STUDY THEIR DISTRIBUTION AND STATISTICAL MODELLING, PROPOSING IMPROVEMENTS IN THE CONSTRUCTION OF INDEXES TO MEASURE THESE RESULTS, AND WE WILL COMPARE THE DIFFERENT METHODOLOGICAL ALTERNATIVES FOR THEIR ANALYSIS. WE WILL PROPOSE ADVANCED MODELS OF SOFTENING TECHNIQUES (MAG, P-SPLINES) FOR MODELS APPLIED TO THE ANALYSIS OF RESULTS PERCEIVED BY THE PATIENT. FINALLY, WE WILL CONTEXTUALISE THE RESULTS OBTAINED, GIVE GUIDELINES FOR THE SELECTION OF SUITABLE ALTERNATIVES, AND RECOMMENDATIONS AND CONCLUSIONS BASED ON THE MOST RELEVANT ASPECTS FROM THE STATISTICAL AND CLINICAL POINT OF VIEW OF THE APPLICATION. WE WILL ALSO DEVELOP, IMPLEMENT AND VALIDATE USEFUL PREDICTIVE MODELS IN HOSPITAL CLINIC PRACTICE, IMPLEMENTING TECHNOLOGICAL TOOLS FROM THEM. TO DO THIS, WE WILL DEVELOP PREDICTIVE MODELS IN CLINICAL EVOLUTION, MORTALITY, SURVIVAL OR CHANGES IN HRQOL FOR PATIENTS WITH CHRONIC DISEASES, PROPOSING OPTIMAL TRANSFORMATIONS AND CATEGORISATIONS OF PREDICTIVE VARIABLES THAT ALLOW THEIR CORRECT INTRODUCTION INTO THE PREDICTIVE MODEL. THE DIFFERENT PREDICTIVE MODELS WILL BE EVALUATED AND COMPARED USING DIFFERENT ANALYSIS TECHNIQUES (LINEAR REGRESSION, BINARY LOGISTIC REGRESSION, ORDINAL LOGISTIC REGRESSION, POISSON REGRESSION, REGRESSION AND CLASSIFICATION TREES, NEURAL NETWORKS, AMONG OTHERS), AND DIFFERENT CRITERIA (GOODNESS OF ADJUSTMENT, CALIBRATION, PREDICTIVE CAPACITY, AMONG OTHERS). (English)
12 October 2021
0.2405834752633866
0 references
LES OBJECTIFS DE CE PROJET SE CONCENTRENT SUR TROIS ASPECTS MÉTHODOLOGIQUES CLÉS: PROPOSITIONS BAYÉSIENNES, SEMIPARAMETRICS ET PLAUSIBILITÉ EMPIRIQUE, TOUTES DANS DES CONTEXTES DE DONNÉES LONGITUDINALES, D’ANALYSE DE LA SURVIE ET DE MODÉLISATION DE LA QUALITÉ DE VIE LIÉE À LA SANTÉ. TOUT D’ABORD, DANS LE DOMAINE DES DONNÉES LONGITUDINALES, NOUS PLONGERONS DANS LES MODÈLES ÉCONOMÉTRIQUES DANS LES PSEUDO-PANELS OU LES PANNEAUX SYNTHÉTIQUES POUR LE CAS DES PSEUDO-PANNEAUX QUI, PAR CONSTRUCTION, PRÉSENTENT UNE DÉPENDANCE TEMPORELLE. NOUS ALLONS ANALYSER LE MODÈLE GÉNÉRAL DES PSEUDO-PANELS INDÉPENDANTS ET L’ADAPTER D’UNE MANIÈRE QUI PERMET UNE DÉPENDANCE TEMPORELLE DANS CHAQUE PSEUDO-PANEL, MODÉLISANT CETTE DÉPENDANCE SELON DES CRITÈRES DE BONTÉ D’AJUSTEMENT SPÉCIFIQUES ET DES CRITÈRES DICTÉS PAR LES CARACTÉRISTIQUES SPÉCIFIQUES DE DÉPENDANCE DES DONNÉES UTILISÉES. NOUS ÉLABORERONS LES PROGRAMMES APPROPRIÉS POUR EFFECTUER DES ESTIMATIONS DANS CES MODÈLES ET APPLIQUERONS LES TECHNIQUES DÉVELOPPÉES À DES DONNÉES RÉELLES, EN PARTICULIER EN BIOLOGIE ET SUR LE MARCHÉ DU TRAVAIL BASQUE. DEUXIÈMEMENT, DANS LE DOMAINE DE L’ANALYSE DE SURVIE, NOUS ÉTENDRONS LES PROPOSITIONS MÉTHODOLOGIQUES DE PLAUSIBILITÉ EMPIRIQUE À DES PROBLÈMES D’INFÉRENCE AVEC DES RESTRICTIONS D’ORDRE, EN ÉTUDIANT LES DISTRIBUTIONS ASINTOTIC DES STATISTIQUES DE CONTRASTE ET LE COMPORTEMENT ASYMPTOTIQUE D’ESTIMATEURS DE PLAUSIBILITÉ EMPIRIQUE OBTENUS SOUS DES RESTRICTIONS D’ORDRE, EN METTANT PARTICULIÈREMENT L’ACCENT SUR LES ASPECTS NON TRIVIAUX DE CALCUL DES MÉTHODES EMPIRIQUES DE PLAUSIBILITÉ. NOUS COMPARERONS LES FONCTIONS DE DISTRIBUTION ET LES RISQUES CONCURRENTIELS À L’AIDE DE CETTE MÉTHODOLOGIE ET APPLIQUERONS LES RÉSULTATS DANS DES EXEMPLES RÉELS EN MATIÈRE DE FIABILITÉ, DE SANTÉ PUBLIQUE, D’ÉCONOMIE ET DE FINANCES. ENFIN, NOUS ÉTUDIERONS D’AUTRES PROPOSITIONS DANS LA MODÉLISATION STATISTIQUE DE HRQOL, EN PARTICULIER EN CE QUI CONCERNE LES RÉSULTATS PERÇUS PAR LE PATIENT, EN LES APPLIQUANT AUX INDICES DE LA SANTÉ ET DE LA QUALITÉ DE VIE LIÉS À LA SANTÉ. NOUS ÉTUDIERONS LEUR DISTRIBUTION ET LEUR MODÉLISATION STATISTIQUE, EN PROPOSANT DES AMÉLIORATIONS DANS LA CONSTRUCTION D’INDICES POUR MESURER CES RÉSULTATS, ET NOUS COMPARERONS LES DIFFÉRENTES ALTERNATIVES MÉTHODOLOGIQUES POUR LEUR ANALYSE. NOUS PROPOSERONS DES MODÈLES AVANCÉS DE TECHNIQUES D’ADOUCISSEMENT (MAG, P-SPLINES) POUR LES MODÈLES APPLIQUÉS À L’ANALYSE DES RÉSULTATS PERÇUS PAR LE PATIENT. ENFIN, NOUS ALLONS CONTEXTUALISER LES RÉSULTATS OBTENUS, DONNER DES LIGNES DIRECTRICES POUR LA SÉLECTION DES SOLUTIONS DE REMPLACEMENT APPROPRIÉES, ET DES RECOMMANDATIONS ET DES CONCLUSIONS BASÉES SUR LES ASPECTS LES PLUS PERTINENTS DU POINT DE VUE STATISTIQUE ET CLINIQUE DE LA DEMANDE. NOUS ALLONS ÉGALEMENT ÉLABORER, METTRE EN ŒUVRE ET VALIDER DES MODÈLES PRÉDICTIFS UTILES DANS LA PRATIQUE DES CLINIQUES HOSPITALIÈRES, EN METTANT EN ŒUVRE DES OUTILS TECHNOLOGIQUES À PARTIR D’EUX. POUR CE FAIRE, NOUS ÉLABORERONS DES MODÈLES PRÉDICTIFS DE L’ÉVOLUTION CLINIQUE, DE LA MORTALITÉ, DE LA SURVIE OU DES MODIFICATIONS DE LA QQS POUR LES PATIENTS ATTEINTS DE MALADIES CHRONIQUES, EN PROPOSANT DES TRANSFORMATIONS ET DES CATÉGORISATIONS OPTIMALES DES VARIABLES PRÉDICTIVES QUI PERMETTENT LEUR INTRODUCTION CORRECTE DANS LE MODÈLE PRÉDICTIF. LES DIFFÉRENTS MODÈLES PRÉDICTIFS SERONT ÉVALUÉS ET COMPARÉS À L’AIDE DE DIFFÉRENTES TECHNIQUES D’ANALYSE (RÉGRESSION LINÉAIRE, RÉGRESSION LOGISTIQUE BINAIRE, RÉGRESSION LOGISTIQUE ORDINALE, RÉGRESSION DE POISSON, ARBRES DE RÉGRESSION ET DE CLASSIFICATION, RÉSEAUX NEURONAUX, ENTRE AUTRES) ET DIFFÉRENTS CRITÈRES (BONNETÉ D’AJUSTEMENT, ÉTALONNAGE, CAPACITÉ PRÉDICTIVE, ENTRE AUTRES). (French)
2 December 2021
0 references
DIE ZIELE DIESES PROJEKTS KONZENTRIEREN SICH AUF DREI ZENTRALE METHODISCHE ASPEKTE: BAYESIAN VORSCHLÄGE, SEMIPARAMETRICS UND EMPIRISCHE PLAUSIBILITÄT, ALLE IN KONTEXT VON LÄNGSSCHNITTDATEN, ANALYSE DES ÜBERLEBENS UND MODELLIERUNG GESUNDHEITSBEZOGENER LEBENSQUALITÄT (CVRS). ERSTENS WERDEN WIR IM BEREICH DER LÄNGSSCHNITTDATEN IN DIE ÖKONOMETRISCHEN MODELLE IN PSEUDO-PANELS ODER SYNTHETISCHEN PLATTEN FÜR DEN FALL VON PSEUDOPANEELEN EINTAUCHEN, DIE DURCH KONSTRUKTION EINE ZEITLICHE ABHÄNGIGKEIT DARSTELLEN. WIR WERDEN DAS ALLGEMEINE MODELL FÜR UNABHÄNGIGE PSEUDO-PANELS ANALYSIEREN UND SO ANPASSEN, DASS DIE ZEITLICHE ABHÄNGIGKEIT IN JEDEM PSEUDO-PANEL ERMÖGLICHT WIRD, INDEM WIR DIESE ABHÄNGIGKEIT NACH SPEZIFISCHEN ANPASSUNGS-GÜTEKRITERIEN UND KRITERIEN MODELLIEREN, DIE VON DEN SPEZIFISCHEN ABHÄNGIGKEITSMERKMALEN DER VERWENDETEN DATEN DIKTIERT WERDEN. WIR WERDEN DIE ENTSPRECHENDEN PROGRAMME ENTWICKELN, UM IN DIESEN MODELLEN SCHÄTZWERTE DURCHZUFÜHREN UND DIE AUF REALEN DATEN ENTWICKELTEN TECHNIKEN ANZUWENDEN, INSBESONDERE IN DEN BIOLOGIE- UND BASKEN ARBEITSMARKTDATEN. ZWEITENS WERDEN WIR IM BEREICH DER ÜBERLEBENSANALYSE DIE METHODISCHEN VORSCHLÄGE DER EMPIRISCHEN PLAUSIBILITÄT AUF PROBLEME DER INFERENZ MIT EINSCHRÄNKUNGEN DER ORDNUNG AUSDEHNEN, DIE ASINTOTIC-DISTRIBUTIONEN DER KONTRASTSTATISTIK UND DAS ASYMPTOTISCHE VERHALTEN EMPIRISCHER PLAUSIBILITÄTSBETRACHTER UNTERSUCHEN, DIE IM RAHMEN VON ORDNUNGSEINSCHRÄNKUNGEN ERZIELT WURDEN, WOBEI BESONDERES AUGENMERK AUF DIE NICHTTRIVIALEN RECHNERISCHEN ASPEKTE EMPIRISCHER PLAUSIBILITÄTSMETHODEN GELEGT WIRD. WIR WERDEN VERTRIEBSFUNKTIONEN UND WETTBEWERBSRISIKEN ANHAND DIESER METHODE VERGLEICHEN UND DIE ERGEBNISSE IN REALEN BEISPIELEN IN BEZUG AUF ZUVERLÄSSIGKEIT, ÖFFENTLICHE GESUNDHEIT, WIRTSCHAFT UND FINANZEN ANWENDEN. SCHLIESSLICH WERDEN WIR ALTERNATIVE VORSCHLÄGE IN DER STATISTISCHEN MODELLIERUNG VON HRQOL UNTERSUCHEN, INSBESONDERE IN BEZUG AUF DIE VOM PATIENTEN WAHRGENOMMENEN ERGEBNISSE, INDEM WIR SIE AUF GESUNDHEITS- UND GESUNDHEITSBEZOGENE LEBENSQUALITÄTSINDEXE ANWENDEN. WIR WERDEN IHRE VERTEILUNG UND STATISTISCHE MODELLIERUNG UNTERSUCHEN UND VERBESSERUNGEN BEI DER ERSTELLUNG VON INDIZES VORSCHLAGEN, UM DIESE ERGEBNISSE ZU MESSEN, UND WIR WERDEN DIE VERSCHIEDENEN METHODISCHEN ALTERNATIVEN FÜR IHRE ANALYSE VERGLEICHEN. WIR WERDEN FORTSCHRITTLICHE MODELLE VON ERWEICHUNGSTECHNIKEN (MAG, P-SPLINES) FÜR MODELLE VORSCHLAGEN, DIE AUF DIE ANALYSE DER VOM PATIENTEN WAHRGENOMMENEN ERGEBNISSE ANGEWENDET WERDEN. SCHLIESSLICH WERDEN WIR DIE ERZIELTEN ERGEBNISSE KONTEXTUALISIEREN, LEITLINIEN FÜR DIE AUSWAHL GEEIGNETER ALTERNATIVEN SOWIE EMPFEHLUNGEN UND SCHLUSSFOLGERUNGEN AUF DER GRUNDLAGE DER WICHTIGSTEN ASPEKTE AUS STATISTISCHER UND KLINISCHER SICHT DER ANWENDUNG GEBEN. WIR WERDEN AUCH NÜTZLICHE PREDICTIVE-MODELLE IN DER KLINIKPRAXIS ENTWICKELN, IMPLEMENTIEREN UND VALIDIEREN, UM DARAUS TECHNOLOGISCHE WERKZEUGE ZU IMPLEMENTIEREN. DAZU WERDEN WIR PRÄDIKTIVE MODELLE IN DER KLINISCHEN ENTWICKLUNG, MORTALITÄT, ÜBERLEBEN ODER VERÄNDERUNGEN IN HRQOL FÜR PATIENTEN MIT CHRONISCHEN ERKRANKUNGEN ENTWICKELN, INDEM WIR OPTIMALE TRANSFORMATIONEN UND KATEGORISIERUNGEN VON PRÄDIKTIVEN VARIABLEN VORSCHLAGEN, DIE IHRE KORREKTE EINFÜHRUNG IN DAS VORHERSAGEMODELL ERMÖGLICHEN. DIE VERSCHIEDENEN PRÄDIKTIVEN MODELLE WERDEN MIT UNTERSCHIEDLICHEN ANALYSETECHNIKEN (LINEARE REGRESSION, BINÄRE LOGISTISCHE REGRESSION, ORDINALE LOGISTISCHE REGRESSION, POISSON-REGRESSION, REGRESSION UND KLASSIFIZIERUNG VON BÄUMEN, NEURONALEN NETZWERKEN, UNTER ANDEREM) UND UNTERSCHIEDLICHEN KRITERIEN (GÜTE DER ANPASSUNG, KALIBRIERUNG, VORHERSAGEKAPAZITÄT) AUSGEWERTET UND VERGLICHEN. (German)
9 December 2021
0 references
DE DOELSTELLINGEN VAN DIT PROJECT ZIJN GERICHT OP DRIE BELANGRIJKE METHODOLOGISCHE ASPECTEN: BAYESIAANSE VOORSTELLEN, SEMIPARAMETRICS EN EMPIRISCHE PLAUSIBILITEIT, ALLEMAAL IN DE CONTEXT VAN LONGITUDINALE GEGEVENS, ANALYSE VAN OVERLEVING EN MODELLERING VAN GEZONDHEIDSGERELATEERDE LEVENSKWALITEIT (CVR’S). TEN EERSTE, OP HET GEBIED VAN LONGITUDINALE GEGEVENS, ZULLEN WE ONS VERDIEPEN IN DE ECONOMETRISCHE MODELLEN IN PSEUDO-PANELEN OF SYNTHETISCHE PANELEN VOOR HET GEVAL VAN PSEUDOPANELEN DIE, DOOR CONSTRUCTIE, EEN TIJDELIJKE AFHANKELIJKHEID VERTONEN. WE ZULLEN HET ALGEMENE MODEL VOOR ONAFHANKELIJKE PSEUDOPANELS ANALYSEREN EN AANPASSEN OP EEN MANIER DIE TEMPORELE AFHANKELIJKHEID IN ELK PSEUDO-PANEL MOGELIJK MAAKT, WAARBIJ WE DEZE AFHANKELIJKHEID MODELLEREN OP BASIS VAN SPECIFIEKE AANPASSINGSGOEDHEIDSCRITERIA EN CRITERIA DIE WORDEN BEPAALD DOOR DE SPECIFIEKE AFHANKELIJKHEIDSKENMERKEN VAN DE GEBRUIKTE GEGEVENS. WE ZULLEN DE JUISTE PROGRAMMA’S ONTWIKKELEN OM SCHATTINGEN UIT TE VOEREN IN DEZE MODELLEN EN DE TECHNIEKEN TOE TE PASSEN DIE ZIJN ONTWIKKELD OP ECHTE DATA, MET NAME IN DE BIOLOGIE EN BASKISCHE ARBEIDSMARKTGEGEVENS. TEN TWEEDE, OP HET GEBIED VAN OVERLEVINGSANALYSE, ZULLEN WE DE METHODOLOGISCHE VOORSTELLEN VAN EMPIRISCHE PLAUSIBILITEIT UITBREIDEN TOT PROBLEMEN VAN GEVOLGTREKKING MET BEPERKINGEN VAN ORDE, HET BESTUDEREN VAN DE ASINTOTIC DISTRIBUTIES VAN CONTRASTSTATISTIEKEN EN HET ASYMPTOTISCH GEDRAG VAN EMPIRISCHE PLAUSIBILITEITSBEOORDELAARS VERKREGEN ONDER BEPERKINGEN VAN ORDE, WAARBIJ SPECIALE NADRUK WORDT GELEGD OP DE NIET-TRIVIALE COMPUTATIONELE ASPECTEN VAN EMPIRISCHE PLAUSIBILITEITSMETHODEN. WE ZULLEN DISTRIBUTIEFUNCTIES EN CONCURRENTIERISICO’S VERGELIJKEN MET BEHULP VAN DEZE METHODOLOGIE EN DE RESULTATEN TOEPASSEN IN REËLE VOORBEELDEN OP HET GEBIED VAN BETROUWBAARHEID, VOLKSGEZONDHEID, ECONOMIE EN FINANCIËN. TOT SLOT ZULLEN WE ALTERNATIEVE VOORSTELLEN BESTUDEREN IN DE STATISTISCHE MODELLERING VAN HRQOL, MET NAME MET BETREKKING TOT DE RESULTATEN DIE DE PATIËNT WAARNEEMT, DOOR ZE TOE TE PASSEN OP GEZONDHEIDS- EN GEZONDHEIDSGERELATEERDE KWALITEITSINDEXEN. WE ZULLEN HUN VERSPREIDING EN STATISTISCHE MODELLERING BESTUDEREN EN VERBETERINGEN VOORSTELLEN IN DE SAMENSTELLING VAN INDEXEN OM DEZE RESULTATEN TE METEN, EN WE ZULLEN DE VERSCHILLENDE METHODOLOGISCHE ALTERNATIEVEN VOOR HUN ANALYSE VERGELIJKEN. WE ZULLEN GEAVANCEERDE MODELLEN VAN VERZACHTENDE TECHNIEKEN (MAG, P-SPLINES) VOORSTELLEN VOOR MODELLEN TOEGEPAST OP DE ANALYSE VAN RESULTATEN WAARGENOMEN DOOR DE PATIËNT. TOT SLOT ZULLEN WE DE VERKREGEN RESULTATEN CONTEXTUALISEREN, RICHTSNOEREN GEVEN VOOR DE SELECTIE VAN GESCHIKTE ALTERNATIEVEN, EN AANBEVELINGEN EN CONCLUSIES OP BASIS VAN DE MEEST RELEVANTE ASPECTEN UIT STATISTISCH EN KLINISCH OOGPUNT VAN DE AANVRAAG. WE ZULLEN OOK NUTTIGE VOORSPELLENDE MODELLEN ONTWIKKELEN, IMPLEMENTEREN EN VALIDEREN IN DE ZIEKENHUISKLINIEKPRAKTIJK, WAARBIJ WE ER TECHNOLOGISCHE HULPMIDDELEN VAN ZULLEN IMPLEMENTEREN. OM DIT TE DOEN, ZULLEN WE VOORSPELLENDE MODELLEN ONTWIKKELEN IN KLINISCHE EVOLUTIE, MORTALITEIT, OVERLEVING OF VERANDERINGEN IN HRQOL VOOR PATIËNTEN MET CHRONISCHE ZIEKTEN, WAARBIJ WE OPTIMALE TRANSFORMATIES EN CATEGORISERING VAN VOORSPELLENDE VARIABELEN VOORSTELLEN DIE HUN CORRECTE INTRODUCTIE IN HET VOORSPELLENDE MODEL MOGELIJK MAKEN. DE VERSCHILLENDE VOORSPELLENDE MODELLEN ZULLEN WORDEN GEËVALUEERD EN VERGELEKEN AAN DE HAND VAN VERSCHILLENDE ANALYSETECHNIEKEN (O.A. LINEAIRE REGRESSIE, BINAIRE LOGISTIEKE REGRESSIE, ORDINALE LOGISTIEKE REGRESSIE, POISSON-REGRESSIE, REGRESSIE EN CLASSIFICATIE VAN BOMEN, NEURALE NETWERKEN) EN VERSCHILLENDE CRITERIA (ONDER ANDERE GOEDE AANPASSING, KALIBRATIE, VOORSPELLENDE CAPACITEIT). (Dutch)
17 December 2021
0 references
GLI OBIETTIVI DEL PRESENTE PROGETTO SI CONCENTRANO SU TRE ASPETTI METODOLOGICI FONDAMENTALI: PROPOSTE BAYESIANE, SEMIPARAMETRICS E PLAUSIBILITÀ EMPIRICA, IL TUTTO IN CONTESTI DI DATI LONGITUDINALI, ANALISI DELLA SOPRAVVIVENZA E MODELLIZZAZIONE DELLA QUALITÀ DELLA VITA CORRELATA ALLA SALUTE (CVR). IN PRIMO LUOGO, NELL'AREA DEI DATI LONGITUDINALI, APPROFONDIREMO I MODELLI ECONOMETRICI IN PSEUDO-PANNELLI O PANNELLI SINTETICI PER IL CASO DI PSEUDO PANNELLI CHE, PER COSTRUZIONE, PRESENTANO UNA DIPENDENZA TEMPORALE. ANALIZZEREMO IL MODELLO GENERALE DEGLI PSEUDO-PANNELLI INDIPENDENTI E LO ADATTEREMO IN MODO DA CONSENTIRE LA DIPENDENZA TEMPORALE IN OGNI PSEUDO-PANNELLO, MODELLANDO QUESTA DIPENDENZA SECONDO SPECIFICI CRITERI DI BONTÀ DI ADEGUAMENTO E CRITERI DETTATI DALLE SPECIFICHE CARATTERISTICHE DI DIPENDENZA DEI DATI UTILIZZATI. SVILUPPEREMO I PROGRAMMI APPROPRIATI PER EFFETTUARE LA STIMA IN QUESTI MODELLI E APPLICARE LE TECNICHE SVILUPPATE AI DATI REALI, IN PARTICOLARE IN BIOLOGIA E DATI DEL MERCATO DEL LAVORO BASCO. IN SECONDO LUOGO, NELL'AMBITO DELL'ANALISI DELLA SOPRAVVIVENZA, ESTENDIAMO LE PROPOSTE METODOLOGICHE DI PLAUSIBILITÀ EMPIRICA AI PROBLEMI DI INFERENZA CON RESTRIZIONI DELL'ORDINE, STUDIANDO LE DISTRIBUZIONI ASINTOTIC DELLE STATISTICHE DI CONTRASTO E IL COMPORTAMENTO ASINTOTICO DEGLI ESTIMATORI DI PLAUSIBILITÀ EMPIRICA OTTENUTI SOTTO RESTRIZIONI DI ORDINE, PONENDO PARTICOLARE ENFASI SUGLI ASPETTI COMPUTAZIONALI NON BANALI DEI METODI DI PLAUSIBILITÀ EMPIRICA. METTEREMO A CONFRONTO LE FUNZIONI DI DISTRIBUZIONE E I RISCHI COMPETITIVI UTILIZZANDO QUESTA METODOLOGIA E APPLICHEREMO I RISULTATI IN ESEMPI REALI DI AFFIDABILITÀ, SANITÀ PUBBLICA, ECONOMIA E FINANZA. INFINE, STUDIEREMO PROPOSTE ALTERNATIVE NELLA MODELLIZZAZIONE STATISTICA DI HRQOL, IN PARTICOLARE IN RELAZIONE AI RISULTATI PERCEPITI DAL PAZIENTE, APPLICANDOLI AGLI INDICI DI QUALITÀ DELLA VITA RELATIVI ALLA SALUTE E ALLA SALUTE. STUDIEREMO LA LORO DISTRIBUZIONE E MODELLAZIONE STATISTICA, PROPONENDO MIGLIORAMENTI NELLA COSTRUZIONE DI INDICI PER MISURARE QUESTI RISULTATI, E METTEREMO A CONFRONTO LE DIVERSE ALTERNATIVE METODOLOGICHE PER LA LORO ANALISI. PROPORREMO MODELLI AVANZATI DI TECNICHE DI RAMMOLLIMENTO (MAG, P-SPLINES) PER MODELLI APPLICATI ALL'ANALISI DEI RISULTATI PERCEPITI DAL PAZIENTE. INFINE, CONTESTUALIZZARE I RISULTATI OTTENUTI, FORNIRE LINEE GUIDA PER LA SELEZIONE DI ALTERNATIVE ADEGUATE, NONCHÉ RACCOMANDAZIONI E CONCLUSIONI BASATE SUGLI ASPETTI PIÙ RILEVANTI DAL PUNTO DI VISTA STATISTICO E CLINICO DELL'APPLICAZIONE. INOLTRE SVILUPPEREMO, IMPLEMENTEREMO E CONVALIDAREMO MODELLI PREDITTIVI UTILI NELLA PRATICA CLINICA OSPEDALIERA, IMPLEMENTANDO STRUMENTI TECNOLOGICI DA LORO. PER FARE QUESTO, SVILUPPEREMO MODELLI PREDITTIVI IN EVOLUZIONE CLINICA, MORTALITÀ, SOPRAVVIVENZA O CAMBIAMENTI IN HRQOL PER I PAZIENTI CON MALATTIE CRONICHE, PROPONENDO TRASFORMAZIONI E CATEGORIZZAZIONE OTTIMALI DELLE VARIABILI PREDITTIVE CHE NE CONSENTONO LA CORRETTA INTRODUZIONE NEL MODELLO PREDITTIVO. I DIVERSI MODELLI PREDITTIVI SARANNO VALUTATI E CONFRONTATI UTILIZZANDO DIVERSE TECNICHE DI ANALISI (REGRESSIONE LINEARE, REGRESSIONE LOGISTICA BINARIA, REGRESSIONE LOGISTICA ORDINALE, REGRESSIONE POISSON, ALBERI DI REGRESSIONE E CLASSIFICAZIONE, RETI NEURALI, TRA GLI ALTRI) E CRITERI DIVERSI (BUONA REGOLAZIONE, CALIBRAZIONE, CAPACITÀ PREDITTIVA, TRA GLI ALTRI). (Italian)
16 January 2022
0 references
PROJEKTI EESMÄRGID KESKENDUVAD KOLMELE PEAMISELE METOODILISELE ASPEKTILE: BAYESI ETTEPANEKUD, SEMIPARAMETRICS JA EMPIIRILINE USUTAVUS, KÕIK SEOSES KESTEVANDMETEGA, ELLUJÄÄMISE ANALÜÜSIGA JA TERVISEGA SEOTUD ELUKVALITEEDI MODELLEERIMISEGA. ESITEKS, KESTEVANDMETE VALDKONNAS SÜVENEME PSEUDOPANEELIDE ÖKONOMEETRILISTESSE MUDELITESSE VÕI SÜNTEETILISTESSE PANEELIDESSE PSEUDOPANEELIDE PUHUL, MIS ON EHITUSE TÕTTU AJALINE SÕLTUVUS. ANALÜÜSIME SÕLTUMATUTE PSEUDOPANEELIDE ÜLDIST MUDELIT JA KOHANDAME SEDA VIISIL, MIS VÕIMALDAB AJALIST SÕLTUVUST IGAS PSEUDOPANEELIS, MODELLEERIDES SEDA SÕLTUVUST VASTAVALT KONKREETSETELE KOHANDAMISE HEADUSE KRITEERIUMIDELE JA KASUTATUD ANDMETE KONKREETSETEST SÕLTUVUSOMADUSTEST TINGITUD KRITEERIUMIDELE. TÖÖTAME VÄLJA ASJAKOHASED PROGRAMMID NENDE MUDELITE HINDAMISEKS JA RAKENDAME TEGELIKE ANDMETE JAOKS VÄLJATÖÖTATUD TEHNIKAID, ERITI BIOLOOGIA JA BASKI TÖÖTURU ANDMETE OSAS. TEISEKS LAIENDAME ELLUJÄÄMISANALÜÜSI VALDKONNAS EMPIIRILISE USUTAVUSE METOODILISI ETTEPANEKUID TELLIMUSE PIIRANGUTEGA TULETAMISE PROBLEEMIDELE, UURIDES KONTRASTSTATISTIKA ASINTOTIC JAOTUSI JA EMPIIRILISE USUTAVUSE HINNANGUTE ASÜMPTOOTILIST KÄITUMIST, MIS ON SAADUD TELLIMUSE PIIRANGUTE ALUSEL, PÖÖRATES ERILIST TÄHELEPANU EMPIIRILISE USUTAVUSE MEETODITE MITTETRIVIAALSETELE ARVUTUSLIKELE ASPEKTIDELE. VÕRDLEME SELLE METOODIKA ABIL JAOTUSFUNKTSIOONE JA KONKURENTSIRISKE NING KASUTAME TULEMUSI USALDUSVÄÄRSUSE, RAHVATERVISE, MAJANDUSE JA RAHANDUSE VALDKONNAS. LÕPUKS UURIME ALTERNATIIVSEID ETTEPANEKUID HRQOLI STATISTILISE MODELLEERIMISE KOHTA, ERITI SEOSES PATSIENDI TAJUTAVATE TULEMUSTEGA, KOHALDADES NEID TERVISE JA TERVISEGA SEOTUD ELUKVALITEEDI INDEKSITE SUHTES. UURIME NENDE JAOTUST JA STATISTILIST MODELLEERIMIST, TEHES ETTEPANEKUID INDEKSITE ÜLESEHITUSE PARANDAMISEKS, ET NEID TULEMUSI MÕÕTA, NING VÕRDLEME NENDE ANALÜÜSIMISEL ERINEVAID METOODILISI ALTERNATIIVE. PAKUME VÄLJA TÄIUSTATUD PEHMENDAMISTEHNIKATE (MAG, P-SPLINES) MUDELID, MIDA RAKENDATAKSE PATSIENDI TAJUTAVATE TULEMUSTE ANALÜÜSIMISEL. LÕPUKS KÄSITLEME SAADUD TULEMUSI, ANNAME SUUNISEID SOBIVATE ALTERNATIIVIDE VALIMISEKS NING SOOVITUSI JA JÄRELDUSI, MIS PÕHINEVAD TAOTLUSE STATISTILISEST JA KLIINILISEST SEISUKOHAST KÕIGE OLULISEMATEL ASPEKTIDEL. SAMUTI ARENDAME, RAKENDAME JA KINNITAME HAIGLA KLIINIKUS KASULIKKE ENNUSTAVAID MUDELEID, RAKENDADES NENDELT TEHNOLOOGILISI VAHENDEID. SELLEKS TÖÖTAME KROONILISI HAIGUSI PÕDEVATE PATSIENTIDE JAOKS VÄLJA PROGNOOSIVAD MUDELID KLIINILISE ARENGU, SUREMUSE, ELLUJÄÄMISE VÕI HRQOLI MUUTUSTE KOHTA, PAKKUDES VÄLJA OPTIMAALSED MUUTUSED JA PROGNOOSIVATE MUUTUJATE KATEGOORIAD, MIS VÕIMALDAVAD NEID PROGNOOSIMUDELISSE ÕIGESTI SISESTADA. ERINEVAID ENNUSTAVAID MUDELEID HINNATAKSE JA VÕRRELDAKSE ERINEVATE ANALÜÜSIMEETODITEGA (LINEAARNE REGRESSIOON, BINAARNE LOGISTILINE REGRESSIOON, TAVAPÄRANE LOGISTILINE REGRESSIOON, POISSONI REGRESSIOON, REGRESSIOON JA KLASSIFITSEERIMISPUUD, NÄRVIVÕRGUD) JA ERINEVATE KRITEERIUMIDEGA (MUU HULGAS HEA REGULEERIMINE, KALIBREERIMINE, PROGNOOSIMISVÕIME). (Estonian)
4 August 2022
0 references
ŠIO PROJEKTO TIKSLAI ORIENTUOTI Į TRIS PAGRINDINIUS METODOLOGINIUS ASPEKTUS: BAYESIAN PASIŪLYMAI, SEMIPARAMETRICS IR EMPIRINIS PATIKIMUMAS, VISI ATSIŽVELGIANT Į IŠILGINIO PJŪVIO DUOMENIS, IŠGYVENAMUMO ANALIZĘ IR SU SVEIKATA SUSIJUSIOS GYVENIMO KOKYBĖS MODELIAVIMĄ. PIRMA, IŠILGINIŲ DUOMENŲ SRITYJE MES PASINERSIME Į EKONOMETRINIUS MODELIUS PSEUDO-PLOKŠTELĖSE ARBA SINTETINĖSE PLOKŠTĖSE PSEUDO PLOKŠČIŲ, KURIOS PAGAL KONSTRUKCIJĄ YRA PRIKLAUSOMOS NUO LAIKO, ATVEJU. ANALIZUOSIME BENDRĄ NEPRIKLAUSOMŲ PSEUDO-PANELS MODELĮ IR PRITAIKYSIME JĮ TAIP, KAD KIEKVIENAME PSEUDO SKYDELYJE BŪTŲ UŽTIKRINTA LAIKINA PRIKLAUSOMYBĖ, MODELIUODAMI ŠIĄ PRIKLAUSOMYBĘ PAGAL KONKREČIUS KOREGAVIMO GERUMO KRITERIJUS IR KRITERIJUS, KURIUOS LEMIA NAUDOJAMOS DUOMENŲ SPECIFINĖS PRIKLAUSOMYBĖS SAVYBĖS. PARENGSIME TINKAMAS PROGRAMAS ŠIEMS MODELIAMS ĮVERTINTI IR PRITAIKYSIME SUKURTUS METODUS REALIEMS DUOMENIMS, YPAČ BIOLOGIJOS IR BASKŲ DARBO RINKOS DUOMENIMS. ANTRA, IŠGYVENAMUMO ANALIZĖS SRITYJE MES IŠPLĖSIME EMPIRINIO TIKIMUMO METODINIUS PASIŪLYMUS IKI IŠVADŲ DĖL TVARKOS APRIBOJIMŲ PROBLEMŲ, TIRDAMI ASINTOTIC KONTRASTINĖS STATISTIKOS PASISKIRSTYMĄ IR EMPIRINIŲ TIKIMUMO ĮVERTINIMŲ ASIMPTOTINĮ ELGESĮ, GAUTĄ PAGAL TVARKOS APRIBOJIMUS, YPATINGĄ DĖMESĮ SKIRDAMI EMPIRINIO PATIKIMUMO METODŲ NE TRIVIALIAMS SKAIČIAVIMO ASPEKTAMS. PALYGINSIME PLATINIMO FUNKCIJAS IR KONKURENCINĘ RIZIKĄ NAUDODAMI ŠIĄ METODIKĄ IR NAUDOSIME REZULTATUS KAIP REALIUS PATIKIMUMO, VISUOMENĖS SVEIKATOS, EKONOMIKOS IR FINANSŲ PAVYZDŽIUS. GALIAUSIAI IŠNAGRINĖSIME ALTERNATYVIUS PASIŪLYMUS, SUSIJUSIUS SU HRQOL STATISTINIU MODELIAVIMU, YPAČ ATSIŽVELGIANT Į PACIENTO SUVOKIAMUS REZULTATUS, PRITAIKANT JUOS SVEIKATOS IR SU SVEIKATA SUSIJUSIOS GYVENIMO KOKYBĖS INDEKSAMS. MES IŠNAGRINĖSIME JŲ PASISKIRSTYMĄ IR STATISTINĮ MODELIAVIMĄ, SIŪLYDAMI TOBULINTI INDEKSŲ KŪRIMĄ ŠIEMS REZULTATAMS ĮVERTINTI, IR PALYGINSIME SKIRTINGAS JŲ ANALIZĖS METODINES ALTERNATYVAS. PASIŪLYSIME PAŽANGIUS MINKŠTINIMO METODŲ MODELIUS (MAG, P-SPLINES), PRITAIKYTUS PACIENTO SUVOKIAMŲ REZULTATŲ ANALIZEI. GALIAUSIAI, MES KONTEKSTUALIZUOSIME GAUTUS REZULTATUS, PATEIKSIME TINKAMŲ ALTERNATYVŲ ATRANKOS GAIRES IR REKOMENDACIJAS BEI IŠVADAS, PAGRĮSTAS AKTUALIAUSIAIS ASPEKTAIS STATISTINIU IR KLINIKINIU PARAIŠKOS POŽIŪRIU. TAIP PAT KURSIME, ĮGYVENDINSIME IR PATVIRTINSIME NAUDINGUS PROGNOZAVIMO MODELIUS LIGONINĖS KLINIKOJE, ĮGYVENDINDAMI TECHNOLOGINES PRIEMONES IŠ JŲ. NORĖDAMI TAI PADARYTI, MES PARENGSIME PROGNOZUOJAMUOSIUS MODELIUS KLINIKINĖS RAIDOS, MIRTINGUMO, IŠGYVENAMUMO AR HRQOL POKYČIŲ PACIENTAMS, SERGANTIEMS LĖTINĖMIS LIGOMIS, SIŪLYDAMI OPTIMALIAS PROGNOZUOJAMŲJŲ KINTAMŲJŲ TRANSFORMACIJAS IR SKIRSTYMĄ Į KATEGORIJAS, KURIOS LEIDŽIA JUOS TEISINGAI ĮTRAUKTI Į PROGNOZUOJAMĄJĮ MODELĮ. SKIRTINGI PROGNOZUOJAMIEJI MODELIAI BUS VERTINAMI IR LYGINAMI NAUDOJANT SKIRTINGUS ANALIZĖS METODUS (TIESINĘ REGRESIJĄ, DVINARĘ LOGISTINĘ REGRESIJĄ, ORDININĘ LOGISTINĘ REGRESIJĄ, POISONO REGRESIJĄ, REGRESIJĄ IR KLASIFIKACIJĄ MEDŽIUS, NEURONINIUS TINKLUS, BE KITA KO) IR SKIRTINGUS KRITERIJUS (BE KITA KO, KOREGAVIMO, KALIBRAVIMO, PROGNOZAVIMO PAJĖGUMO GERUMAS). (Lithuanian)
4 August 2022
0 references
CILJEVI OVOG PROJEKTA USMJERENI SU NA TRI KLJUČNA METODOLOŠKA ASPEKTA: BAYESIAN PRIJEDLOZI, SEMIPARAMETRICS I EMPIRIJSKA VJERODOSTOJNOST, SVE U KONTEKSTU LONGITUDINALNIH PODATAKA, ANALIZE PREŽIVLJAVANJA I MODELIRANJA ZDRAVSTVENE KVALITETE ŽIVOTA (CVR). PRVO, U PODRUČJU LONGITUDINALNIH PODATAKA, ZAKOPAT ĆEMO SE U EKONOMETRIJSKE MODELE U PSEUDO-PLOČAMA ILI SINTETIČKIM PLOČAMA ZA SLUČAJ PSEUDO PANELA KOJI, IZGRADNJOM, PREDSTAVLJAJU VREMENSKU OVISNOST. ANALIZIRAT ĆEMO OPĆI MODEL ZA NEOVISNE PSEUDO-PLOČICE I PRILAGODITI GA NA NAČIN KOJI OMOGUĆUJE VREMENSKU OVISNOST U SVAKOM PSEUDO-PLOČU, MODELIRAJUĆI TU OVISNOST PREMA SPECIFIČNIM KRITERIJIMA I KRITERIJIMA DOBROTE PRILAGODBE KOJE ODREĐUJU SPECIFIČNE KARAKTERISTIKE OVISNOSTI KORIŠTENIH PODATAKA. RAZVIT ĆEMO ODGOVARAJUĆE PROGRAME ZA PROCJENU U TIM MODELIMA I PRIMIJENITI TEHNIKE RAZVIJENE NA STVARNE PODATKE, POSEBNO U BIOLOGIJI I BASKIJSKOM TRŽIŠTU RADA. DRUGO, U PODRUČJU ANALIZE PREŽIVLJAVANJA PROŠIRIT ĆEMO METODOLOŠKE PRIJEDLOGE EMPIRIJSKE VJERODOSTOJNOSTI NA PROBLEME ZAKLJUČIVANJA S OGRANIČENJIMA REDA, PROUČAVAJUĆI ASINTOTIC DISTRIBUCIJE KONTRASTNE STATISTIKE I ASIMPTOTSKO PONAŠANJE EMPIRIJSKIH PROCJENITELJA VJERODOSTOJNOSTI DOBIVENIH POD OGRANIČENJIMA REDA, STAVLJAJUĆI POSEBAN NAGLASAK NA NE-TRIVIJALNE RAČUNALNE ASPEKTE EMPIRIJSKIH METODA VJERODOSTOJNOSTI. USPOREĐIVAT ĆEMO DISTRIBUCIJSKE FUNKCIJE I KONKURENTNE RIZIKE PRIMJENOM OVE METODOLOGIJE TE REZULTATE PRIMIJENITI U STVARNIM PRIMJERIMA U POGLEDU POUZDANOSTI, JAVNOG ZDRAVLJA, GOSPODARSTVA I FINANCIJA. KONAČNO, PROUČAVAT ĆEMO ALTERNATIVNE PRIJEDLOGE U STATISTIČKOM MODELIRANJU HRQOL-A, POSEBNO U ODNOSU NA REZULTATE KOJE PACIJENT DOŽIVLJAVA, PRIMJENJUJUĆI IH NA ZDRAVSTVENE I ZDRAVSTVENE INDEKSE KVALITETE ŽIVOTA. PROUČIT ĆEMO NJIHOVU DISTRIBUCIJU I STATISTIČKO MODELIRANJE, PREDLAŽUĆI POBOLJŠANJA U IZRADI INDEKSA ZA MJERENJE TIH REZULTATA, TE ĆEMO USPOREDITI RAZLIČITE METODOLOŠKE ALTERNATIVE ZA NJIHOVU ANALIZU. PREDLOŽIT ĆEMO NAPREDNE MODELE TEHNIKA OMEKŠAVANJA (MAG, P-SPLINES) ZA MODELE PRIMIJENJENE NA ANALIZU REZULTATA KOJE PERCIPIRA PACIJENT. NAPOSLJETKU ĆEMO KONTEKSTUALIZIRATI DOBIVENE REZULTATE, DATI SMJERNICE ZA ODABIR PRIKLADNIH ALTERNATIVA TE PREPORUKE I ZAKLJUČKE NA TEMELJU NAJRELEVANTNIJIH ASPEKATA SA STATISTIČKOG I KLINIČKOG STAJALIŠTA PRIMJENE. TAKOĐER ĆEMO RAZVITI, IMPLEMENTIRATI I VALIDIRATI KORISNE PREDIKTIVNE MODELE U BOLNIČKOJ KLINICI, IMPLEMENTIRATI TEHNOLOŠKE ALATE IZ NJIH. DA BISMO TO UČINILI, RAZVIT ĆEMO PREDIKTIVNE MODELE U KLINIČKOJ EVOLUCIJI, SMRTNOSTI, PREŽIVLJAVANJU ILI PROMJENAMA HRQOL-A ZA PACIJENTE S KRONIČNIM BOLESTIMA, PREDLAŽUĆI OPTIMALNE TRANSFORMACIJE I KATEGORIZACIJE PREDIKTIVNIH VARIJABLI KOJE OMOGUĆUJU NJIHOVO ISPRAVNO UVOĐENJE U PREDIKTIVNI MODEL. RAZLIČITI PREDIKTIVNI MODELI OCJENJIVAT ĆE SE I USPOREĐIVATI PRIMJENOM RAZLIČITIH TEHNIKA ANALIZE (MEĐU OSTALIM LINEARNE REGRESIJE, BINARNE LOGISTIČKE REGRESIJE, ORDNE LOGISTIČKE REGRESIJE, POISSONOVE REGRESIJE, REGRESIJE I KLASIFIKACIJSKIH STABALA, NEURONSKIH MREŽA) I RAZLIČITIH KRITERIJA (MEĐU OSTALIMA DOBROĆE PRILAGODBE, KALIBRACIJE, PREDIKTIVNOG KAPACITETA). (Croatian)
4 August 2022
0 references
ΟΙ ΣΤΌΧΟΙ ΤΟΥ ΠΑΡΌΝΤΟΣ ΣΧΕΔΊΟΥ ΕΠΙΚΕΝΤΡΏΝΟΝΤΑΙ ΣΕ ΤΡΕΙΣ ΒΑΣΙΚΈΣ ΜΕΘΟΔΟΛΟΓΙΚΈΣ ΠΤΥΧΈΣ: BAYESIAN ΠΡΟΤΆΣΕΙΣ, SEMIPARAMETRICS ΚΑΙ ΕΜΠΕΙΡΙΚΉ ΕΥΛΟΓΟΦΆΝΕΙΑ, ΌΛΕΣ ΣΕ ΠΛΑΊΣΙΑ ΔΙΑΧΡΟΝΙΚΏΝ ΔΕΔΟΜΈΝΩΝ, ΑΝΆΛΥΣΗ ΤΗΣ ΕΠΙΒΊΩΣΗΣ ΚΑΙ ΜΟΝΤΕΛΟΠΟΊΗΣΗ ΤΗΣ ΠΟΙΌΤΗΤΑΣ ΖΩΉΣ ΠΟΥ ΣΧΕΤΊΖΕΤΑΙ ΜΕ ΤΗΝ ΥΓΕΊΑ (CVRS). ΠΡΏΤΟΝ, ΣΤΟΝ ΤΟΜΈΑ ΤΩΝ ΔΙΑΜΉΚΩΝ ΔΕΔΟΜΈΝΩΝ, ΘΑ ΕΜΒΑΘΎΝΟΥΜΕ ΣΤΑ ΟΙΚΟΝΟΜΕΤΡΙΚΆ ΜΟΝΤΈΛΑ ΣΕ ΨΕΥΔΟ-ΠΊΝΑΚΕΣ Ή ΣΥΝΘΕΤΙΚΆ ΠΆΝΕΛ ΓΙΑ ΤΗΝ ΠΕΡΊΠΤΩΣΗ ΨΕΥΔΟΠΊΝΑΚΩΝ ΠΟΥ, ΑΠΌ ΤΗΝ ΚΑΤΑΣΚΕΥΉ, ΠΑΡΟΥΣΙΆΖΟΥΝ ΧΡΟΝΙΚΉ ΕΞΆΡΤΗΣΗ. ΘΑ ΑΝΑΛΎΣΟΥΜΕ ΤΟ ΓΕΝΙΚΌ ΜΟΝΤΈΛΟ ΓΙΑ ΤΙΣ ΑΝΕΞΆΡΤΗΤΕΣ ΨΕΥΔΟΠΊΝΑΚΕΣ ΚΑΙ ΘΑ ΤΟ ΠΡΟΣΑΡΜΌΣΟΥΜΕ ΚΑΤΆ ΤΡΌΠΟ ΠΟΥ ΝΑ ΕΠΙΤΡΈΠΕΙ ΤΗ ΧΡΟΝΙΚΉ ΕΞΆΡΤΗΣΗ ΣΕ ΚΆΘΕ ΨΕΥΔΟΠΊΝΑΚΑ, ΜΟΝΤΕΛΟΠΟΙΏΝΤΑΣ ΑΥΤΉ ΤΗΝ ΕΞΆΡΤΗΣΗ ΣΎΜΦΩΝΑ ΜΕ ΣΥΓΚΕΚΡΙΜΈΝΑ ΚΡΙΤΉΡΙΑ ΚΑΙ ΚΡΙΤΉΡΙΑ ΚΑΛΉΣ ΠΡΟΣΑΡΜΟΓΉΣ ΠΟΥ ΥΠΑΓΟΡΕΎΟΝΤΑΙ ΑΠΌ ΤΑ ΕΙΔΙΚΆ ΧΑΡΑΚΤΗΡΙΣΤΙΚΆ ΕΞΆΡΤΗΣΗΣ ΤΩΝ ΔΕΔΟΜΈΝΩΝ ΠΟΥ ΧΡΗΣΙΜΟΠΟΙΟΎΝΤΑΙ. ΘΑ ΑΝΑΠΤΎΞΟΥΜΕ ΤΑ ΚΑΤΆΛΛΗΛΑ ΠΡΟΓΡΆΜΜΑΤΑ ΓΙΑ ΤΗ ΔΙΕΝΈΡΓΕΙΑ ΕΚΤΙΜΉΣΕΩΝ ΣΕ ΑΥΤΆ ΤΑ ΜΟΝΤΈΛΑ ΚΑΙ ΘΑ ΕΦΑΡΜΌΣΟΥΜΕ ΤΙΣ ΤΕΧΝΙΚΈΣ ΠΟΥ ΑΝΑΠΤΎΧΘΗΚΑΝ ΣΕ ΠΡΑΓΜΑΤΙΚΆ ΔΕΔΟΜΈΝΑ, ΙΔΊΩΣ ΣΤΗ ΒΙΟΛΟΓΊΑ ΚΑΙ ΣΤΑ ΒΑΣΚΙΚΆ ΔΕΔΟΜΈΝΑ ΤΗΣ ΑΓΟΡΆΣ ΕΡΓΑΣΊΑΣ. ΔΕΎΤΕΡΟΝ, ΣΤΟΝ ΤΟΜΈΑ ΤΗΣ ΑΝΆΛΥΣΗΣ ΕΠΙΒΊΩΣΗΣ, ΘΑ ΕΠΕΚΤΕΊΝΟΥΜΕ ΤΙΣ ΜΕΘΟΔΟΛΟΓΙΚΈΣ ΠΡΟΤΆΣΕΙΣ ΕΜΠΕΙΡΙΚΉΣ ΕΥΛΟΓΟΦΆΝΕΙΑΣ ΣΕ ΠΡΟΒΛΉΜΑΤΑ ΣΥΜΠΕΡΆΣΜΑΤΟΣ ΜΕ ΠΕΡΙΟΡΙΣΜΟΎΣ ΤΗΣ ΤΆΞΗΣ, ΜΕΛΕΤΏΝΤΑΣ ΤΙΣ ΚΑΤΑΝΟΜΈΣ ASINTOTIC ΤΩΝ ΣΤΑΤΙΣΤΙΚΏΝ ΑΝΤΊΘΕΣΗΣ ΚΑΙ ΤΗΝ ΑΣΥΜΠΤΩΤΙΚΉ ΣΥΜΠΕΡΙΦΟΡΆ ΤΩΝ ΕΜΠΕΙΡΙΚΏΝ ΕΚΤΙΜΗΤΏΝ ΕΥΛΟΓΟΦΆΝΕΙΑΣ ΠΟΥ ΛΑΜΒΆΝΟΝΤΑΙ ΥΠΌ ΠΕΡΙΟΡΙΣΜΟΎΣ ΤΗΣ ΤΆΞΗΣ, ΔΊΝΟΝΤΑΣ ΙΔΙΑΊΤΕΡΗ ΈΜΦΑΣΗ ΣΤΙΣ ΜΗ ΤΕΤΡΙΜΜΈΝΕΣ ΥΠΟΛΟΓΙΣΤΙΚΈΣ ΠΤΥΧΈΣ ΤΩΝ ΕΜΠΕΙΡΙΚΏΝ ΜΕΘΌΔΩΝ ΕΥΛΟΓΟΦΆΝΕΙΑΣ. ΘΑ ΣΥΓΚΡΊΝΟΥΜΕ ΤΙΣ ΛΕΙΤΟΥΡΓΊΕΣ ΔΙΑΝΟΜΉΣ ΚΑΙ ΤΟΥΣ ΑΝΤΑΓΩΝΙΣΤΙΚΟΎΣ ΚΙΝΔΎΝΟΥΣ ΧΡΗΣΙΜΟΠΟΙΏΝΤΑΣ ΑΥΤΉ ΤΗ ΜΕΘΟΔΟΛΟΓΊΑ ΚΑΙ ΘΑ ΕΦΑΡΜΌΣΟΥΜΕ ΤΑ ΑΠΟΤΕΛΈΣΜΑΤΑ ΣΕ ΠΡΑΓΜΑΤΙΚΆ ΠΑΡΑΔΕΊΓΜΑΤΑ ΑΞΙΟΠΙΣΤΊΑΣ, ΔΗΜΌΣΙΑΣ ΥΓΕΊΑΣ, ΟΙΚΟΝΟΜΊΑΣ ΚΑΙ ΧΡΗΜΑΤΟΔΌΤΗΣΗΣ. ΤΈΛΟΣ, ΘΑ ΜΕΛΕΤΉΣΟΥΜΕ ΕΝΑΛΛΑΚΤΙΚΈΣ ΠΡΟΤΆΣΕΙΣ ΣΤΗ ΣΤΑΤΙΣΤΙΚΉ ΜΟΝΤΕΛΟΠΟΊΗΣΗ ΤΟΥ HRQOL, ΙΔΊΩΣ ΣΕ ΣΧΈΣΗ ΜΕ ΤΑ ΑΠΟΤΕΛΈΣΜΑΤΑ ΠΟΥ ΑΝΤΙΛΑΜΒΆΝΕΤΑΙ Ο ΑΣΘΕΝΉΣ, ΕΦΑΡΜΌΖΟΝΤΑΣ ΤΟΥΣ ΔΕΊΚΤΕΣ ΠΟΙΌΤΗΤΑΣ ΖΩΉΣ ΠΟΥ ΣΧΕΤΊΖΟΝΤΑΙ ΜΕ ΤΗΝ ΥΓΕΊΑ ΚΑΙ ΤΗΝ ΥΓΕΊΑ. ΘΑ ΜΕΛΕΤΉΣΟΥΜΕ ΤΗΝ ΚΑΤΑΝΟΜΉ ΚΑΙ ΤΗ ΣΤΑΤΙΣΤΙΚΉ ΜΟΝΤΕΛΟΠΟΊΗΣΗ, ΠΡΟΤΕΊΝΟΝΤΑΣ ΒΕΛΤΙΏΣΕΙΣ ΣΤΗΝ ΚΑΤΑΣΚΕΥΉ ΔΕΙΚΤΏΝ ΓΙΑ ΤΗ ΜΈΤΡΗΣΗ ΑΥΤΏΝ ΤΩΝ ΑΠΟΤΕΛΕΣΜΆΤΩΝ, ΚΑΙ ΘΑ ΣΥΓΚΡΊΝΟΥΜΕ ΤΙΣ ΔΙΆΦΟΡΕΣ ΜΕΘΟΔΟΛΟΓΙΚΈΣ ΕΝΑΛΛΑΚΤΙΚΈΣ ΛΎΣΕΙΣ ΓΙΑ ΤΗΝ ΑΝΆΛΥΣΉ ΤΟΥΣ. ΘΑ ΠΡΟΤΕΊΝΟΥΜΕ ΠΡΟΗΓΜΈΝΑ ΜΟΝΤΈΛΑ ΤΕΧΝΙΚΏΝ ΜΑΛΑΚΏΜΑΤΟΣ (MAG, P-SPLINES) ΓΙΑ ΜΟΝΤΈΛΑ ΠΟΥ ΕΦΑΡΜΌΖΟΝΤΑΙ ΣΤΗΝ ΑΝΆΛΥΣΗ ΤΩΝ ΑΠΟΤΕΛΕΣΜΆΤΩΝ ΠΟΥ ΑΝΤΙΛΑΜΒΆΝΕΤΑΙ Ο ΑΣΘΕΝΉΣ. ΤΈΛΟΣ, ΘΑ ΔΙΑΜΟΡΦΏΣΟΥΜΕ ΤΑ ΕΠΙΤΕΥΧΘΈΝΤΑ ΑΠΟΤΕΛΈΣΜΑΤΑ, ΘΑ ΔΏΣΟΥΜΕ ΚΑΤΕΥΘΥΝΤΉΡΙΕΣ ΓΡΑΜΜΈΣ ΓΙΑ ΤΗΝ ΕΠΙΛΟΓΉ ΚΑΤΆΛΛΗΛΩΝ ΕΝΑΛΛΑΚΤΙΚΏΝ ΛΎΣΕΩΝ, ΚΑΘΏΣ ΚΑΙ ΣΥΣΤΆΣΕΙΣ ΚΑΙ ΣΥΜΠΕΡΆΣΜΑΤΑ ΜΕ ΒΆΣΗ ΤΙΣ ΠΙΟ ΣΥΝΑΦΕΊΣ ΠΤΥΧΈΣ ΑΠΌ ΣΤΑΤΙΣΤΙΚΉΣ ΚΑΙ ΚΛΙΝΙΚΉΣ ΆΠΟΨΗΣ ΤΗΣ ΑΊΤΗΣΗΣ. ΘΑ ΑΝΑΠΤΎΞΟΥΜΕ, ΘΑ ΕΦΑΡΜΌΣΟΥΜΕ ΚΑΙ ΘΑ ΕΠΙΚΥΡΏΣΟΥΜΕ ΧΡΉΣΙΜΑ ΜΟΝΤΈΛΑ ΠΡΌΒΛΕΨΗΣ ΣΤΗ ΝΟΣΟΚΟΜΕΙΑΚΉ ΚΛΙΝΙΚΉ, ΕΦΑΡΜΌΖΟΝΤΑΣ ΤΕΧΝΟΛΟΓΙΚΆ ΕΡΓΑΛΕΊΑ ΑΠΌ ΑΥΤΆ. ΓΙΑ ΝΑ ΓΊΝΕΙ ΑΥΤΌ, ΘΑ ΑΝΑΠΤΎΞΟΥΜΕ ΠΡΟΓΝΩΣΤΙΚΆ ΜΟΝΤΈΛΑ ΣΤΗΝ ΚΛΙΝΙΚΉ ΕΞΈΛΙΞΗ, ΤΗ ΘΝΗΣΙΜΌΤΗΤΑ, ΤΗΝ ΕΠΙΒΊΩΣΗ Ή ΤΙΣ ΑΛΛΑΓΈΣ ΣΤΟ HRQOL ΓΙΑ ΑΣΘΕΝΕΊΣ ΜΕ ΧΡΌΝΙΕΣ ΠΑΘΉΣΕΙΣ, ΠΡΟΤΕΊΝΟΝΤΑΣ ΒΈΛΤΙΣΤΟΥΣ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΎΣ ΚΑΙ ΚΑΤΗΓΟΡΙΟΠΟΙΉΣΕΙΣ ΤΩΝ ΠΡΟΓΝΩΣΤΙΚΏΝ ΜΕΤΑΒΛΗΤΏΝ ΠΟΥ ΕΠΙΤΡΈΠΟΥΝ ΤΗ ΣΩΣΤΉ ΕΙΣΑΓΩΓΉ ΤΟΥΣ ΣΤΟ ΜΟΝΤΈΛΟ ΠΡΌΒΛΕΨΗΣ. ΤΑ ΔΙΆΦΟΡΑ ΜΟΝΤΈΛΑ ΠΡΌΒΛΕΨΗΣ ΘΑ ΑΞΙΟΛΟΓΗΘΟΎΝ ΚΑΙ ΘΑ ΣΥΓΚΡΙΘΟΎΝ ΜΕ ΔΙΑΦΟΡΕΤΙΚΈΣ ΤΕΧΝΙΚΈΣ ΑΝΆΛΥΣΗΣ (ΓΡΑΜΜΙΚΉ ΠΑΛΙΝΔΡΌΜΗΣΗ, ΔΥΑΔΙΚΉ ΥΛΙΚΟΤΕΧΝΙΚΉ ΠΑΛΙΝΔΡΌΜΗΣΗ, ΤΑΚΤΙΚΉ ΥΛΙΚΟΤΕΧΝΙΚΉ ΠΑΛΙΝΔΡΌΜΗΣΗ, ΠΑΛΙΝΔΡΌΜΗΣΗ POISSON, ΠΑΛΙΝΔΡΌΜΗΣΗ ΚΑΙ ΤΑΞΙΝΌΜΗΣΗ ΔΈΝΤΡΩΝ, ΜΕΤΑΞΎ ΆΛΛΩΝ ΝΕΥΡΩΝΙΚΆ ΔΊΚΤΥΑ) ΚΑΙ ΔΙΑΦΟΡΕΤΙΚΆ ΚΡΙΤΉΡΙΑ (ΚΑΛΌΤΗΤΑ ΡΎΘΜΙΣΗΣ, ΒΑΘΜΟΝΌΜΗΣΗ, ΙΚΑΝΌΤΗΤΑ ΠΡΌΒΛΕΨΗΣ, ΜΕΤΑΞΎ ΆΛΛΩΝ). (Greek)
4 August 2022
0 references
CIELE TOHTO PROJEKTU SA ZAMERIAVAJÚ NA TRI KĽÚČOVÉ METODICKÉ ASPEKTY: BAYESOVSKÉ NÁVRHY, SEMIPARAMETRICS A EMPIRICKÁ HODNOVERNOSŤ, TO VŠETKO V KONTEXTE DLHODOBÝCH ÚDAJOV, ANALÝZY PREŽITIA A MODELOVANIA KVALITY ŽIVOTA SÚVISIACEJ SO ZDRAVÍM (CVR). PO PRVÉ, V OBLASTI POZDĹŽNYCH ÚDAJOV SA BUDEME PONORIŤ DO EKONOMETRICKÝCH MODELOV V PSEUDO-PANELOCH ALEBO SYNTETICKÝCH PANELOCH PRE PRÍPAD PSEUDO PANELOV, KTORÉ SVOJOU KONŠTRUKCIOU PREDSTAVUJÚ ČASOVÚ ZÁVISLOSŤ. ANALYZUJEME VŠEOBECNÝ MODEL NEZÁVISLÝCH PSEUDOPANELOV A PRISPÔSOBÍME HO SPÔSOBOM, KTORÝ UMOŽNÍ ČASOVÚ ZÁVISLOSŤ V KAŽDOM PSEUDOPANELE, PRIČOM TÚTO ZÁVISLOSŤ MODELUJEME PODĽA ŠPECIFICKÝCH KRITÉRIÍ A KRITÉRIÍ DOBROSTI NASTAVENIA, KTORÉ SÚ DANÉ ŠPECIFICKÝMI CHARAKTERISTIKAMI ZÁVISLOSTI POUŽITÝCH ÚDAJOV. VYPRACUJEME VHODNÉ PROGRAMY NA VYKONANIE ODHADU V TÝCHTO MODELOCH A POUŽIJEME TECHNIKY VYVINUTÉ NA SKUTOČNÉ ÚDAJE, NAJMÄ V BIOLÓGII A BASKICKÝCH ÚDAJOCH O TRHU PRÁCE. PO DRUHÉ, V OBLASTI ANALÝZY PREŽITIA ROZŠÍRIME METODICKÉ NÁVRHY EMPIRICKEJ HODNOVERNOSTI NA PROBLÉMY S DOKAZOVANÍM S OBMEDZENIAMI PORIADKU, ŠTÚDIUM DISTRIBÚCIÍ KONTRASTNÝCH ŠTATISTÍK ASINTOTIC A ASYMPTOTICKÉ SPRÁVANIE ODHADOV EMPIRICKEJ HODNOVERNOSTI ZÍSKANÝCH POD OBMEDZENIAMI PORIADKU, PRIČOM KLADIEME OSOBITNÝ DÔRAZ NA NETRIVIÁLNE VÝPOČTOVÉ ASPEKTY EMPIRICKÝCH METÓD HODNOVERNOSTI. POMOCOU TEJTO METODIKY POROVNÁME DISTRIBUČNÉ FUNKCIE A KONKURENČNÉ RIZIKÁ A VÝSLEDKY UPLATNÍME V SKUTOČNÝCH PRÍKLADOCH V OBLASTI SPOĽAHLIVOSTI, VEREJNÉHO ZDRAVIA, HOSPODÁRSTVA A FINANCIÍ. NAKONIEC BUDEME ŠTUDOVAŤ ALTERNATÍVNE NÁVRHY V ŠTATISTICKOM MODELOVANÍ HRQOL, NAJMÄ VO VZŤAHU K VÝSLEDKOM VNÍMANÝM PACIENTOM, ICH UPLATŇOVANIE NA ZDRAVOTNÉ A ZDRAVOTNÉ INDEXY KVALITY ŽIVOTA. PRESKÚMAME ICH DISTRIBÚCIU A ŠTATISTICKÉ MODELOVANIE, NAVRHNEME ZLEPŠENIA VO VYTVÁRANÍ INDEXOV NA MERANIE TÝCHTO VÝSLEDKOV A POROVNÁME RÔZNE METODICKÉ ALTERNATÍVY PRE ICH ANALÝZU. NAVRHNEME POKROČILÉ MODELY ZMÄKČOVACÍCH TECHNÍK (MAG, P-SPLINES) PRE MODELY APLIKOVANÉ NA ANALÝZU VÝSLEDKOV VNÍMANÝCH PACIENTOM. NAPOKON, ZÍSKANÉ VÝSLEDKY ZHRNIEME DO KONTEXTU, POSKYTNEME USMERNENIA PRE VÝBER VHODNÝCH ALTERNATÍV A ODPORÚČANIA A ZÁVERY ZALOŽENÉ NA NAJRELEVANTNEJŠÍCH ASPEKTOCH ZO ŠTATISTICKÉHO A KLINICKÉHO HĽADISKA ŽIADOSTI. BUDEME TIEŽ VYVÍJAŤ, IMPLEMENTOVAŤ A VALIDOVAŤ UŽITOČNÉ PREDIKTÍVNE MODELY V PRAXI NEMOCNIČNEJ KLINIKY, PRIČOM Z NICH ZAVEDIEME TECHNOLOGICKÉ NÁSTROJE. NA TENTO ÚČEL VYVINIEME PREDIKTÍVNE MODELY KLINICKÉHO VÝVOJA, ÚMRTNOSTI, PREŽITIA ALEBO ZMENY HRQOL U PACIENTOV S CHRONICKÝMI OCHORENIAMI, PRIČOM NAVRHNEME OPTIMÁLNE TRANSFORMÁCIE A KATEGORIZÁCIE PREDIKTÍVNYCH PREMENNÝCH, KTORÉ UMOŽNIA ICH SPRÁVNE ZAVEDENIE DO PREDIKTÍVNEHO MODELU. RÔZNE PREDIKTÍVNE MODELY SA VYHODNOTIA A POROVNAJÚ POMOCOU RÔZNYCH ANALYTICKÝCH TECHNÍK (OKREM INÉHO LINEÁRNA REGRESIA, BINÁRNA LOGISTICKÁ REGRESIA, ORDINÁLNA LOGISTICKÁ REGRESIA, POISSONOVA REGRESIA, REGRESIA A KLASIFIKÁCIA STROMOV, NEURÓNOVÉ SIETE) A RÔZNYCH KRITÉRIÍ (OKREM INÉHO DOBRÁ ÚPRAVA, KALIBRÁCIA, PREDIKTÍVNA KAPACITA). (Slovak)
4 August 2022
0 references
HANKKEEN TAVOITTEISSA KESKITYTÄÄN KOLMEEN KESKEISEEN METODOLOGISEEN NÄKÖKOHTAAN: BAYESIAN EHDOTUKSET, SEMIPARAMETRICS JA EMPIIRINEN USKOTTAVUUS, KAIKKI PITKITTÄISTIETOJEN, ELOONJÄÄMISEN ANALYYSIN JA TERVEYTEEN LIITTYVÄN ELÄMÄNLAADUN MALLINTAMISEN YHTEYDESSÄ. ENSINNÄKIN PITKITTÄISTEN TIETOJEN ALALLA KAIVAMME EKONOMETRISIÄ MALLEJA PSEUDOPANEELEISSA TAI SYNTEETTISISSÄ PANEELEISSA PSEUDOPANEELIEN TAPAUKSESSA, JOTKA RAKENTAMISEN MYÖTÄ AIHEUTTAVAT AJALLISTA RIIPPUVUUTTA. ANALYSOIMME RIIPPUMATTOMIEN PSEUDOPANEELIEN YLEISTÄ MALLIA JA SOPEUTAMME SITÄ SITEN, ETTÄ KUSSAKIN PSEUDOPANEELISSA ON AJALLINEN RIIPPUVUUS, MALLINTAMALLA TÄMÄ RIIPPUVUUS ERITYISTEN MUKAUTUSHYVYYSKRITEERIEN JA -KRITEERIEN MUKAAN, JOTKA MÄÄRÄYTYVÄT KÄYTETTYJEN TIETOJEN ERITYISTEN RIIPPUVUUSOMINAISUUKSIEN MUKAAN. KEHITÄMME ASIANMUKAISIA OHJELMIA NÄIDEN MALLIEN ARVIOIMISEKSI JA SOVELLETAAN TODELLISIIN TIETOIHIN KEHITETTYJÄ TEKNIIKOITA, ERITYISESTI BIOLOGIAN JA BASKIMAAN TYÖMARKKINATIETOJEN OSALTA. TOISEKSI ELOONJÄÄMISANALYYSIN ALALLA LAAJENNAMME EMPIIRISEN USKOTTAVUUDEN METODOLOGISET EHDOTUKSET KOSKEMAAN ONGELMIA, JOTKA LIITTYVÄT JÄRJESTYSRAJOITUKSIIN, TUTKIMME KONTRASTITILASTOJEN ASINTOTIC-JAKAUMAA JA EMPIIRISTEN USKOTTAVUUDEN ESTIMAATTIEN ASYMPTOOTTISTA KÄYTTÄYTYMISTÄ, JOKA ON SAATU JÄRJESTYKSEN RAJOITUKSILLA, KIINNITTÄEN ERITYISTÄ HUOMIOTA EMPIIRISTEN USKOTTAVUUSMENETELMIEN EI-TRIVIAALISIIN LASKENNALLISIIN NÄKÖKOHTIIN. VERTAILEMME JAKELUTOIMINTOJA JA KILPAILURISKEJÄ TÄLLÄ MENETELMÄLLÄ JA HYÖDYNNÄMME TULOKSIA TODELLISINA ESIMERKKEINÄ LUOTETTAVUUDESTA, KANSANTERVEYDESTÄ, TALOUDESTA JA RAHOITUKSESTA. LOPUKSI TUTKIMME VAIHTOEHTOISIA EHDOTUKSIA HRQOL:N TILASTOLLISESSA MALLINTAMISESSA, ERITYISESTI SUHTEESSA POTILAAN KOKEMIIN TULOKSIIN, SOVELTAMALLA NIITÄ TERVEYTEEN JA TERVEYTEEN LIITTYVIIN ELÄMÄNLAATUINDEKSEIHIN. TUTKIMME NIIDEN JAKELUA JA TILASTOLLISTA MALLINTAMISTA, EHDOTAMME PARANNUKSIA INDEKSIEN RAKENTAMISEEN NÄIDEN TULOSTEN MITTAAMISEKSI, JA VERTAAMME ERI MENETELMÄVAIHTOEHTOJA NIIDEN ANALYSOINTIIN. EHDOTAMME KEHITTYNEITÄ MALLEJA PEHMENTÄMISTEKNIIKOISTA (MAG, P-SPLINES) MALLEILLE, JOITA SOVELLETAAN POTILAAN HAVAITSEMIEN TULOSTEN ANALYSOINTIIN. LOPUKSI TARKASTELEMME SAATUJA TULOKSIA, ANNAMME OHJEITA SOPIVIEN VAIHTOEHTOJEN VALINTAA VARTEN JA ANNAMME SUOSITUKSIA JA PÄÄTELMIÄ SOVELLUKSEN TILASTOLLISISTA JA KLIINISISTÄ NÄKÖKULMISTA. KEHITÄMME, TOTEUTAMME JA VALIDOIMME MYÖS HYÖDYLLISIÄ ENNUSTEMALLEJA SAIRAALAKLINIKAN TOIMINNASSA OTTAMALLA KÄYTTÖÖN TEKNOLOGISIA VÄLINEITÄ. TÄTÄ VARTEN KEHITÄMME ENNUSTAVIA MALLEJA KROONISISTA SAIRAUKSISTA KÄRSIVILLE POTILAILLE KLIINISEEN EVOLUUTIOON, KUOLLEISUUTEEN, ELOONJÄÄMISEEN TAI HRQOL:N MUUTOKSIIN JA EHDOTAMME OPTIMAALISIA MUUTOKSIA JA ENNUSTEMUUTTUJIEN LUOKITTELUJA, JOTKA MAHDOLLISTAVAT NIIDEN OIKEAN KÄYTTÖÖNOTON ENNAKOIVAAN MALLIIN. ERILAISIA ENNUSTEMALLEJA ARVIOIDAAN JA NIITÄ VERRATAAN KÄYTTÄEN ERILAISIA ANALYYSITEKNIIKOITA (LINEAARINEN REGRESSIO, BINÄÄRINEN LOGISTINEN REGRESSIO, TAVANOMAINEN LOGISTINEN REGRESSIO, POISSON-REGRESSIO, REGRESSIO- JA LUOKITUSPUUT, NEUROVERKOT) JA ERILAISIA KRITEEREITÄ (MUUN MUASSA SOPEUTUSKYKY, KALIBROINTI, ENNUSTEKAPASITEETTI). (Finnish)
4 August 2022
0 references
CELE NINIEJSZEGO PROJEKTU SKUPIAJĄ SIĘ NA TRZECH KLUCZOWYCH ASPEKTACH METODOLOGICZNYCH: PROPOZYCJE BAYESÓW, SEMIPARAMETRICS I EMPIRYCZNA WIARYGODNOŚĆ, WSZYSTKIE W KONTEKŚCIE DANYCH DOTYCZĄCYCH ZMIAN W CZASIE, ANALIZY PRZEŻYCIA I MODELOWANIA JAKOŚCI ŻYCIA ZWIĄZANEGO ZE ZDROWIEM (CVR). PO PIERWSZE, W OBSZARZE DANYCH PODŁUŻNYCH ZAGŁĘBIMY SIĘ W MODELE EKONOMETRYCZNE W PSEUDOPANELACH LUB PANELACH SYNTETYCZNYCH W PRZYPADKU PSEUDOPANELÓW, KTÓRE Z BUDOWY WYKAZUJĄ ZALEŻNOŚĆ CZASOWĄ. PRZEANALIZUJEMY OGÓLNY MODEL NIEZALEŻNYCH PSEUDOPANELÓW I DOSTOSUJEMY GO W TAKI SPOSÓB, ABY UMOŻLIWIĆ ZALEŻNOŚĆ CZASOWĄ W KAŻDYM PSEUDOPANELU, MODELUJĄC TĘ ZALEŻNOŚĆ WEDŁUG KONKRETNYCH KRYTERIÓW DOSTOSOWANIA I KRYTERIÓW PODYKTOWANYCH SPECYFICZNYMI CECHAMI ZALEŻNOŚCI WYKORZYSTANYCH DANYCH. OPRACUJEMY ODPOWIEDNIE PROGRAMY W CELU OSZACOWANIA TYCH MODELI I ZASTOSOWANIA TECHNIK OPRACOWANYCH W ODNIESIENIU DO RZECZYWISTYCH DANYCH, ZWŁASZCZA W DANYCH DOTYCZĄCYCH BIOLOGII I BASKIJSKIEGO RYNKU PRACY. PO DRUGIE, W OBSZARZE ANALIZY PRZEŻYCIA ROZSZERZYMY METODYCZNE PROPOZYCJE EMPIRYCZNEJ WIARYGODNOŚCI NA PROBLEMY WYNIKAJĄCE Z OGRANICZEŃ PORZĄDKU, BADAJĄC ROZKŁADY ASINTOTIC STATYSTYK KONTRASTU I ASYMPTOTYCZNE ZACHOWANIE EMPIRYCZNYCH ESTYMATORÓW WIARYGODNOŚCI UZYSKANYCH POD OGRANICZENIAMI PORZĄDKU, KŁADĄC SZCZEGÓLNY NACISK NA NIETRYWIALNE ASPEKTY OBLICZENIOWE METOD EMPIRYCZNEJ WIARYGODNOŚCI. BĘDZIEMY PORÓWNYWAĆ FUNKCJE DYSTRYBUCJI I RYZYKA KONKURENCYJNE ZA POMOCĄ TEJ METODOLOGII I STOSOWAĆ WYNIKI W PRAWDZIWYCH PRZYKŁADACH WIARYGODNOŚCI, ZDROWIA PUBLICZNEGO, GOSPODARKI I FINANSÓW. PONADTO PRZEANALIZUJEMY ALTERNATYWNE PROPOZYCJE W MODELOWANIU STATYSTYCZNYM HRQOL, ZWŁASZCZA W ODNIESIENIU DO WYNIKÓW POSTRZEGANYCH PRZEZ PACJENTA, STOSUJĄC JE DO WSKAŹNIKÓW JAKOŚCI ŻYCIA ZWIĄZANYCH ZE ZDROWIEM. ZBADAMY ICH DYSTRYBUCJĘ I MODELOWANIE STATYSTYCZNE, PROPONUJĄC ULEPSZENIA W KONSTRUOWANIU INDEKSÓW W CELU POMIARU TYCH WYNIKÓW, A TAKŻE PORÓWNAMY RÓŻNE ALTERNATYWY METODOLOGICZNE DO ICH ANALIZY. ZAPROPONUJEMY ZAAWANSOWANE MODELE TECHNIK ZMIĘKCZANIA (MAG, P-SPLINES) DLA MODELI STOSOWANYCH DO ANALIZY WYNIKÓW POSTRZEGANYCH PRZEZ PACJENTA. WRESZCIE DOKONAMY KONTEKSTUALIZACJI UZYSKANYCH WYNIKÓW, PRZEDSTAWIMY WYTYCZNE DOTYCZĄCE WYBORU ODPOWIEDNICH ROZWIĄZAŃ ALTERNATYWNYCH ORAZ ZALECENIA I WNIOSKI OPARTE NA NAJISTOTNIEJSZYCH ASPEKTACH ZE STATYSTYCZNEGO I KLINICZNEGO PUNKTU WIDZENIA WNIOSKU. BĘDZIEMY RÓWNIEŻ OPRACOWYWAĆ, WDRAŻAĆ I WALIDOWAĆ PRZYDATNE MODELE PREDYKCYJNE W PRAKTYCE KLINIKI SZPITALNEJ, WDRAŻAJĄC Z NICH NARZĘDZIA TECHNOLOGICZNE. W TYM CELU OPRACUJEMY MODELE PREDYKCYJNE DOTYCZĄCE EWOLUCJI KLINICZNEJ, ŚMIERTELNOŚCI, PRZEŻYCIA LUB ZMIAN W HRQOL U PACJENTÓW Z CHOROBAMI PRZEWLEKŁYMI, PROPONUJĄC OPTYMALNE TRANSFORMACJE I KATEGORYZACJE ZMIENNYCH PROGNOSTYCZNYCH, KTÓRE UMOŻLIWIAJĄ ICH PRAWIDŁOWE WPROWADZENIE DO MODELU PREDYKCYJNEGO. RÓŻNE MODELE PREDYKCYJNE BĘDĄ OCENIANE I PORÓWNYWANE PRZY UŻYCIU RÓŻNYCH TECHNIK ANALIZY (REGRESJA LINIOWA, REGRESJA LOGISTYCZNA BINARNA, REGULARNA REGRESJA LOGISTYCZNA, REGRESJA POISSONA, DRZEWA REGRESJI I KLASYFIKACJI, SIECI NEURONOWE, MIĘDZY INNYMI) ORAZ RÓŻNE KRYTERIA (M.IN. DOBRA REGULACJA, KALIBRACJA, ZDOLNOŚĆ PREDYKCYJNA). (Polish)
4 August 2022
0 references
A PROJEKT CÉLKITŰZÉSEI HÁROM FŐ MÓDSZERTANI SZEMPONTRA ÖSSZPONTOSÍTANAK: BAYESI JAVASLATOK, SEMIPARAMETRICS ÉS EMPIRIKUS VALÓSZERŰSÉG, MIND A LONGITUDINÁLIS ADATOK ÖSSZEFÜGGÉSÉBEN, A TÚLÉLÉS ELEMZÉSE ÉS AZ EGÉSZSÉGGEL KAPCSOLATOS ÉLETMINŐSÉG MODELLEZÉSE (CVR). ELŐSZÖR IS, A LONGITUDINÁLIS ADATOK TERÜLETÉN A PSZEUDOPANELEK VAGY SZINTETIKUS PANELEK ÖKONOMETRIAI MODELLJEIBE FOGUNK BELEÁSNI AZ OLYAN PSZEUDO PANELEK ESETÉBEN, AMELYEK ÉPÍTÉSÜKNÉL IDŐBELI FÜGGŐSÉGET MUTATNAK. A FÜGGETLEN PSZEUDOPANELEK ÁLTALÁNOS MODELLJÉT ELEMEZZÜK, ÉS ÚGY MÓDOSÍTJUK, HOGY MINDEN EGYES PSZEUDOPANEL ESETÉBEN IDŐBELI FÜGGŐSÉGET BIZTOSÍTSUNK, EZT A FÜGGŐSÉGET A FELHASZNÁLT ADATOK SAJÁTOS FÜGGŐSÉGI JELLEMZŐI ÁLTAL DIKTÁLT KONKRÉT KIIGAZÍTÁSI JÓSÁGI KRITÉRIUMOK ÉS KRITÉRIUMOK SZERINT MODELLEZZÜK. KIDOLGOZZUK A MEGFELELŐ PROGRAMOKAT A BECSLÉSEK ELVÉGZÉSÉRE EZEKBEN A MODELLEKBEN, ÉS ALKALMAZZUK A KIFEJLESZTETT TECHNIKÁKAT A VALÓS ADATOKRA, KÜLÖNÖSEN A BIOLÓGIA ÉS A BASZK MUNKAERŐ-PIACI ADATOK TEKINTETÉBEN. MÁSODSZOR, A TÚLÉLÉSI ELEMZÉS TERÜLETÉN KITERJESZTJÜK AZ EMPIRIKUS VALÓSZERŰSÉG MÓDSZERTANI JAVASLATAIT A RENDKORLÁTOZÁSSAL KAPCSOLATOS PROBLÉMÁKRA, TANULMÁNYOZZUK A KONTRASZTSTATISZTIKÁK ASINTOTIC ELOSZLÁSÁT ÉS A RENDKORLÁTOZÁS ALATT SZERZETT EMPIRIKUS VALÓSZERŰSÉG-BECSLÉSEK ASZIMPTOTIKUS VISELKEDÉSÉT, KÜLÖNÖS HANGSÚLYT FEKTETVE AZ EMPIRIKUS VALÓSZÍNŰSÉGI MÓDSZEREK NEM TRIVIÁLIS SZÁMÍTÁSI SZEMPONTJAIRA. E MÓDSZERTAN ALKALMAZÁSÁVAL ÖSSZEHASONLÍTJUK AZ ELOSZTÁSI FUNKCIÓKAT ÉS A VERSENYKOCKÁZATOKAT, ÉS AZ EREDMÉNYEKET A MEGBÍZHATÓSÁG, A KÖZEGÉSZSÉGÜGY, A GAZDASÁG ÉS A PÉNZÜGYEK TERÉN VALÓDI PÉLDÁKBAN ALKALMAZZUK. VÉGÜL MEGVIZSGÁLJUK AZ ALTERNATÍV JAVASLATOKAT A HRQOL STATISZTIKAI MODELLEZÉSÉBEN, KÜLÖNÖS TEKINTETTEL A BETEG ÁLTAL ÉRZÉKELT EREDMÉNYEKRE, ÉS AZOKAT AZ EGÉSZSÉGHEZ ÉS AZ EGÉSZSÉGHEZ KAPCSOLÓDÓ ÉLETMINŐSÉGI MUTATÓKRA ALKALMAZZUK. MEG FOGJUK VIZSGÁLNI AZOK ELOSZLÁSÁT ÉS STATISZTIKAI MODELLEZÉSÉT, JAVASLATOT TESZÜNK AZ EREDMÉNYEK MÉRÉSÉRE SZOLGÁLÓ INDEXEK ÖSSZEÁLLÍTÁSÁNAK JAVÍTÁSÁRA, ÉS ÖSSZEHASONLÍTJUK ELEMZÉSÜK KÜLÖNBÖZŐ MÓDSZERTANI ALTERNATÍVÁIT. A BETEG ÁLTAL ÉRZÉKELT EREDMÉNYEK ELEMZÉSÉRE ALKALMAZOTT MODELLEKHEZ TOVÁBBFEJLESZTETT LÁGYÍTÁSI TECHNIKÁKAT (MAG, P-SPLINES) FOGUNK JAVASOLNI. VÉGEZETÜL, KONTEXTUSBA HELYEZZÜK A KAPOTT EREDMÉNYEKET, IRÁNYMUTATÁST ADUNK A MEGFELELŐ ALTERNATÍVÁK KIVÁLASZTÁSÁHOZ, VALAMINT AJÁNLÁSOKAT ÉS KÖVETKEZTETÉSEKET ADUNK A KÉRELEM STATISZTIKAI ÉS KLINIKAI SZEMPONTBÓL LEGRELEVÁNSABB SZEMPONTJAI ALAPJÁN. EMELLETT HASZNOS PREDIKTÍV MODELLEKET FEJLESZTÜNK KI, VALÓSÍTUNK MEG ÉS VALIDÁLUNK A KÓRHÁZI KLINIKÁK GYAKORLATÁBAN, EZEK TECHNOLÓGIAI ESZKÖZEIT VALÓSÍTJUK MEG. ENNEK ÉRDEKÉBEN PREDIKTÍV MODELLEKET DOLGOZUNK KI A KRÓNIKUS BETEGSÉGBEN SZENVEDŐ BETEGEK KLINIKAI EVOLÚCIÓJÁRA, MORTALITÁSÁRA, TÚLÉLÉSÉRE VAGY A HRQOL VÁLTOZÁSAIRA VONATKOZÓAN, JAVASLATOT TÉVE A PREDIKTÍV VÁLTOZÓK OPTIMÁLIS ÁTALAKÍTÁSÁRA ÉS KATEGORIZÁLÁSÁRA, AMELYEK LEHETŐVÉ TESZIK AZOK HELYES BEVEZETÉSÉT A PREDIKTÍV MODELLBE. A KÜLÖNBÖZŐ PREDIKTÍV MODELLEKET KÜLÖNBÖZŐ ELEMZÉSI TECHNIKÁK (LINEÁRIS REGRESSZIÓ, BINÁRIS LOGISZTIKAI REGRESSZIÓ, ORDINÁLIS LOGISZTIKAI REGRESSZIÓ, POISSON REGRESSZIÓ, REGRESSZIÓ ÉS OSZTÁLYOZÁSI FÁK, NEURÁLIS HÁLÓZATOK, TÖBBEK KÖZÖTT) ÉS KÜLÖNBÖZŐ KRITÉRIUMOK (TÖBBEK KÖZÖTT A BEÁLLÍTÁS JÓSÁGA, KALIBRÁLÁS, PREDIKTÍV KAPACITÁS) ALKALMAZÁSÁVAL ÉRTÉKELIK ÉS HASONLÍTJÁK ÖSSZE. (Hungarian)
4 August 2022
0 references
CÍLE TOHOTO PROJEKTU SE ZAMĚŘUJÍ NA TŘI KLÍČOVÉ METODICKÉ ASPEKTY: BAYESOVY NÁVRHY, SEMIPARAMETRICS A EMPIRICKÁ VĚROHODNOST, TO VŠE V KONTEXTU PODÉLNÝCH DAT, ANALÝZY PŘEŽITÍ A MODELOVÁNÍ KVALITY ŽIVOTA SOUVISEJÍCÍ SE ZDRAVÍM (CVR). ZA PRVÉ, V OBLASTI PODÉLNÝCH DAT SE BUDEME PONOŘIT DO EKONOMETRICKÝCH MODELŮ V PSEUDO-PANELECH NEBO SYNTETICKÝCH PANELECH PRO PŘÍPAD PSEUDO PANELŮ, KTERÉ SVOU KONSTRUKCÍ PŘEDSTAVUJÍ ČASOVOU ZÁVISLOST. PROVEDEME ANALÝZU OBECNÉHO MODELU PRO NEZÁVISLÉ PSEUDOPANELY A PŘIZPŮSOBÍME JEJ TAK, ABY UMOŽŇOVALA ČASOVOU ZÁVISLOST V KAŽDÉM PSEUDO-PANELU, MODELOVÁNÍ TÉTO ZÁVISLOSTI PODLE SPECIFICKÝCH KRITÉRIÍ A KRITÉRIÍ PRO PŘIZPŮSOBENÍ DOBRA A KRITÉRIÍ DIKTOVANÝCH SPECIFICKÝMI CHARAKTERISTIKAMI ZÁVISLOSTI POUŽITÝCH DAT. VYPRACUJEME VHODNÉ PROGRAMY PRO ODHAD V TĚCHTO MODELECH A APLIKUJEME TECHNIKY VYVINUTÉ NA SKUTEČNÁ DATA, ZEJMÉNA V BIOLOGII A BASKICKÉM TRHU PRÁCE. ZA DRUHÉ, V OBLASTI ANALÝZY PŘEŽITÍ ROZŠÍŘÍME METODICKÉ NÁVRHY EMPIRICKÉ VĚROHODNOSTI NA PROBLÉMY VYPLÝVAJÍCÍ Z OMEZENÍ ŘÁDU, STUDUJEME ASINTOTIC DISTRIBUCI KONTRASTNÍCH STATISTIK A ASYMPTOTICKÉ CHOVÁNÍ EMPIRICKÝCH ODHADŮ VĚROHODNOSTI ZÍSKANÝCH PŘI OMEZENÍ ŘÁDU, PŘIČEMŽ KLADEME ZVLÁŠTNÍ DŮRAZ NA NETRIVIÁLNÍ VÝPOČETNÍ ASPEKTY EMPIRICKÝCH METOD VĚROHODNOSTI. POMOCÍ TÉTO METODIKY POROVNÁME DISTRIBUČNÍ FUNKCE A KONKURENČNÍ RIZIKA A POUŽIJEME VÝSLEDKY V REÁLNÝCH PŘÍKLADECH V OBLASTI SPOLEHLIVOSTI, VEŘEJNÉHO ZDRAVÍ, EKONOMIKY A FINANCÍ. V NEPOSLEDNÍ ŘADĚ BUDEME ZKOUMAT ALTERNATIVNÍ NÁVRHY VE STATISTICKÉM MODELOVÁNÍ HRQOL, ZEJMÉNA VE VZTAHU K VÝSLEDKŮM VNÍMANÝM PACIENTEM, JEJICH UPLATNĚNÍM NA INDEXY KVALITY ŽIVOTA SOUVISEJÍCÍ SE ZDRAVÍM A ZDRAVÍM. BUDEME ZKOUMAT JEJICH DISTRIBUCI A STATISTICKÉ MODELOVÁNÍ, NAVRHNEME ZLEPŠENÍ KONSTRUKCE INDEXŮ PRO MĚŘENÍ TĚCHTO VÝSLEDKŮ A POROVNÁME RŮZNÉ METODICKÉ ALTERNATIVY PRO JEJICH ANALÝZU. NAVRHNEME POKROČILÉ MODELY ZMĚKČOVACÍCH TECHNIK (MAG, P-SPLINES) PRO MODELY APLIKOVANÉ NA ANALÝZU VÝSLEDKŮ VNÍMANÝCH PACIENTEM. V NEPOSLEDNÍ ŘADĚ PROVEDEME KONTEXT DOSAŽENÝCH VÝSLEDKŮ, POSKYTNEME POKYNY PRO VÝBĚR VHODNÝCH ALTERNATIV A DOPORUČENÍ A ZÁVĚRY VYCHÁZEJÍCÍ Z NEJDŮLEŽITĚJŠÍCH HLEDISEK ZE STATISTICKÉHO A KLINICKÉHO HLEDISKA APLIKACE. DÁLE BUDEME VYVÍJET, IMPLEMENTOVAT A VALIDOVAT UŽITEČNÉ PREDIKTIVNÍ MODELY V NEMOCNIČNÍ KLINICE, KTERÉ Z NICH ZAVEDOU TECHNOLOGICKÉ NÁSTROJE. ZA TÍMTO ÚČELEM VYVINEME PREDIKTIVNÍ MODELY KLINICKÉ EVOLUCE, ÚMRTNOSTI, PŘEŽITÍ NEBO ZMĚN HRQOL PRO PACIENTY S CHRONICKÝMI ONEMOCNĚNÍMI A NAVRHNEME OPTIMÁLNÍ TRANSFORMACE A KATEGORIZACI PREDIKTIVNÍCH PROMĚNNÝCH, KTERÉ UMOŽNÍ JEJICH SPRÁVNÉ ZAVEDENÍ DO PREDIKTIVNÍHO MODELU. RŮZNÉ PREDIKTIVNÍ MODELY BUDOU HODNOCENY A POROVNÁNY POMOCÍ RŮZNÝCH ANALYTICKÝCH TECHNIK (MIMO JINÉ LINEÁRNÍ REGRESE, BINÁRNÍ LOGISTICKÁ REGRESE, ORDINÁLNÍ LOGISTICKÁ REGRESE, POISSONOVA REGRESE, REGRESE A KLASIFIKACE STROMŮ, NEURONOVÝCH SÍTÍ ATD.) A RŮZNÝCH KRITÉRIÍ (MIMO JINÉ DOBROČINNOST, KALIBRACE, PREDIKTIVNÍ KAPACITA). (Czech)
4 August 2022
0 references
ŠĀ PROJEKTA MĒRĶI IR VĒRSTI UZ TRIM GALVENAJIEM METODOLOĢISKAJIEM ASPEKTIEM: BAYESIAN PRIEKŠLIKUMI, SEMIPARAMETRICS UN EMPĪRISKA TICAMĪBA, VISI SAISTĪBĀ AR GARENGRIEZUMA DATIEM, IZDZĪVOŠANAS ANALĪZI UN AR VESELĪBU SAISTĪTĀS DZĪVES KVALITĀTES (CVR) MODELĒŠANU. PIRMKĀRT, GARENGRIEZUMA DATU JOMĀ MĒS IENIRT EKONOMETRISKAJOS MODEĻOS PSEIDOPANEĻU VAI SINTĒTISKO PANEĻU GADĪJUMĀ PSEIDOPANEĻU GADĪJUMĀ, KAS PĒC KONSTRUKCIJAS RADA ATKARĪBU LAIKĀ. MĒS ANALIZĒSIM NEATKARĪGO PSEIDOPANEĻU VISPĀRĒJO MODELI UN PIELĀGOSIM TO TĀ, LAI KATRĀ PSEIDOPANELĀ BŪTU IESPĒJAMA ATKARĪBA LAIKĀ, MODELĒJOT ŠO ATKARĪBU SASKAŅĀ AR ĪPAŠIEM KOREKCIJAS LABESTĪBAS KRITĒRIJIEM UN KRITĒRIJIEM, KO NOSAKA IZMANTOTO DATU ĪPAŠĀS ATKARĪBAS ĪPAŠĪBAS. MĒS IZSTRĀDĀSIM ATBILSTOŠAS PROGRAMMAS, LAI VEIKTU NOVĒRTĒJUMU ŠAJOS MODEĻOS UN PIELIETOTU METODES, KAS IZSTRĀDĀTAS REĀLAJIEM DATIEM, JO ĪPAŠI BIOLOĢIJĀ UN BASKU DARBA TIRGUS DATOS. OTRKĀRT, IZDZĪVOŠANAS ANALĪZES JOMĀ MĒS PAPLAŠINĀSIM EMPĪRISKĀS TICAMĪBAS METODOLOĢISKOS PRIEKŠLIKUMUS LĪDZ PROBLĒMĀM, KAS SAISTĪTAS AR SECĪBAS IEROBEŽOJUMIEM, PĒTOT KONTRASTA STATISTIKAS ASINTOTIC SADALĪJUMU UN EMPĪRISKO TICAMĪBAS NOVĒRTĒJUMU ASIMPTOTISKO UZVEDĪBU, KAS IEGŪTA SASKAŅĀ AR KĀRTĪBAS IEROBEŽOJUMIEM, ĪPAŠU UZSVARU LIEKOT UZ EMPĪRISKĀS TICAMĪBAS METOŽU NETRIVIĀLAJIEM SKAITĻOŠANAS ASPEKTIEM. IZMANTOJOT ŠO METODIKU, MĒS SALĪDZINĀM IZPLATĪŠANAS FUNKCIJAS UN KONKURENCES RISKUS UN IZMANTOSIM REZULTĀTUS REĀLOS PIEMĒROS UZTICAMĪBAS, SABIEDRĪBAS VESELĪBAS, EKONOMIKAS UN FINANŠU JOMĀ. VISBEIDZOT, MĒS PĒTĪSIM ALTERNATĪVUS PRIEKŠLIKUMUS HRQOL STATISTISKAJĀ MODELĒŠANĀ, JO ĪPAŠI ATTIECĪBĀ UZ REZULTĀTIEM, KO UZTVER PACIENTS, PIEMĒROJOT TOS VESELĪBAS UN AR VESELĪBU SAISTĪTĀS DZĪVES KVALITĀTES INDEKSIEM. MĒS PĒTĪSIM TO SADALĪJUMU UN STATISTISKO MODELĒŠANU, IEROSINOT UZLABOJUMUS INDEKSU VEIDOŠANĀ, LAI IZMĒRĪTU ŠOS REZULTĀTUS, UN MĒS SALĪDZINĀSIM DAŽĀDAS TO ANALĪZES METODOLOĢISKĀS ALTERNATĪVAS. MĒS IEROSINĀSIM PROGRESĪVUS MODEĻUS MĪKSTINĀŠANAS METODES (MAG, P-SPLINES) MODEĻIEM, KO IZMANTO, LAI ANALIZĒTU REZULTĀTUS UZTVER PACIENTS. VISBEIDZOT, MĒS APKOPOSIM IEGŪTOS REZULTĀTUS, SNIEGSIM VADLĪNIJAS PIEMĒROTU ALTERNATĪVU IZVĒLEI UN SNIEGSIM IETEIKUMUS UN SECINĀJUMUS, PAMATOJOTIES UZ BŪTISKĀKAJIEM ASPEKTIEM NO PIETEIKUMA STATISTISKĀ UN KLĪNISKĀ VIEDOKĻA. MĒS ARĪ IZSTRĀDĀSIM, IEVIESĪSIM UN VALIDĒSIM NODERĪGUS PROGNOZĒJOŠUS MODEĻUS SLIMNĪCU KLĪNIKĀ, IEVIEŠOT NO TIEM TEHNOLOĢISKOS INSTRUMENTUS. LAI TO PAVEIKTU, MĒS IZSTRĀDĀSIM PROGNOZĒJOŠUS MODEĻUS KLĪNISKĀS ATTĪSTĪBAS, MIRSTĪBAS, IZDZĪVOŠANAS VAI HRQOL IZMAIŅU JOMĀ PACIENTIEM AR HRONISKĀM SLIMĪBĀM, IEROSINOT OPTIMĀLU TRANSFORMĀCIJU UN PROGNOZĒJOŠO MAINĪGO KATEGORIJU IEDALĪJUMU, KAS ĻAUJ TOS PAREIZI IEVADĪT PROGNOZĒJOŠAJĀ MODELĪ. DAŽĀDIE PROGNOZĒJOŠIE MODEĻI TIKS NOVĒRTĒTI UN SALĪDZINĀTI, IZMANTOJOT DAŽĀDAS ANALĪZES METODES (LINEĀRĀ REGRESIJA, BINĀRĀ LOĢISTISKĀ REGRESIJA, ORDINĀLĀ LOĢISTISKĀ REGRESIJA, POISSON REGRESIJA, REGRESIJAS UN KLASIFIKĀCIJAS KOKI, NEIRĀLIE TĪKLI, CITA STARPĀ) UN DAŽĀDI KRITĒRIJI (CITA STARPĀ KOREKCIJAS PAMATOTĪBA, KALIBRĒŠANA, PROGNOZĒJOŠĀ JAUDA). (Latvian)
4 August 2022
0 references
DÍRÍONN CUSPÓIRÍ AN TIONSCADAIL SEO AR THRÍ PHRÍOMHGHNÉ MHODHEOLAÍOCHA: TOGRAÍ BAYESIAN, SEMIPARAMETRICS AGUS SOCHREIDTEACHT EIMPÍREACH, I GCOMHTHÉACSANNA SONRAÍ FADAMA, ANAILÍS AR MHARTHANAS AGUS SAMHALTÚ AR CHÁILÍOCHT SAOIL A BHAINEANN LEIS AN TSLÁINTE (CVRANNA). GCÉAD DUL SÍOS, I RÉIMSE NA SONRAÍ FADAIMSEARTHA, DÉANFAIMID DELVE ISTEACH SNA SAMHLACHA EACNAIMÉADRACHA I PSEUDO-PANELS NÓ PAINÉIL SHINTÉISEACHA DO CHÁS PAINÉIL PSEUDO A CHUIREANN, DE RÉIR TÓGÁLA, SPLEÁCHAS AMA I LÁTHAIR. DÉANFAIMID ANAILÍS AR AN TSAMHAIL GHINEARÁLTA LE HAGHAIDH BRÉAGPHAINÉIL NEAMHSPLEÁCHA AGUS DÉANFAIMID É A OIRIÚNÚ AR BHEALACH A CHEADAÍONN SPLEÁCHAS AMA I NGACH BRÉAGPHAINÉAL, RUD A MHÚNLAÍONN AN SPLEÁCHAS SIN DE RÉIR CRITÉAR SONRACH MAITHEASA COIGEARTAITHE AGUS CRITÉAR ARNA LEAGAN SÍOS AG SAINTRÉITHE SONRACHA SPLEÁCHAIS NA SONRAÍ A ÚSÁIDTEAR. FORBRÓIMID NA CLÁIR CHUÍ CHUN MEASTACHÁN A DHÉANAMH SNA SAMHLACHA SEO AGUS NA TEICNÍCÍ A FORBRAÍODH A CHUR I BHFEIDHM AR SHONRAÍ FÍOR, GO HÁIRITHE I SONRAÍ BITHEOLAÍOCHTA AGUS MHARGADH SAOTHAIR NA MBASCACH. AR AN DARA DUL SÍOS, I RÉIMSE NA HANAILÍSE MARTHANAIS, DÉANFAIMID NA TOGRAÍ MODHEOLAÍOCHTA MAIDIR LE HINCHREIDTEACHT EIMPÍREACH A LEATHNÚ CHUN FADHBANNA A BHAINEANN LE SRIANTA AR ORDÚ, AG DÉANAMH STAIDÉIR AR DHÁILEACHÁIN ASINTOTIC AR STAITISTICÍ CODARSNACHTA AGUS AR IOMPAR ASYMPTOTIC NA MEASTÓIRÍ SOCHREIDTEACHTA EIMPÍREACH A FHAIGHTEAR FAOI SHRIANTA ORDAITHE, AG CUR BÉIM AR LEITH AR NA GNÉITHE RÍOMHAIREACHTA NEAMH-TRIVIAL DE MHODHANNA SOCHREIDTEACHTA EIMPÍREACH. DÉANFAIMID COMPARÁID IDIR FEIDHMEANNA DÁILEACHÁIN AGUS RIOSCAÍ IOMAÍOCHA TRÍ ÚSÁID A BHAINT AS AN MODHEOLAÍOCHT SIN AGUS CUIRFIMID NA TORTHAÍ I BHFEIDHM I BHFÍORSHAMPLAÍ MAIDIR LE HIONTAOFACHT, SLÁINTE PHOIBLÍ, GEILLEAGAR AGUS AIRGEADAS. AR DEIREADH, DÉANFAIMID STAIDÉAR AR THOGRAÍ MALARTACHA I SAMHALTÚ STAIDRIMH HRQOL, GO HÁIRITHE I NDÁIL LE TORTHAÍ A BHRAITHEANN AN T-OTHAR, AGUS IAD Á GCUR I BHFEIDHM AR INNÉACSANNA SLÁINTE AGUS CÁILÍOCHTA SAOIL A BHAINEANN LE SLÁINTE. DÉANFAIMID STAIDÉAR AR A NDÁILEADH AGUS A SAMHALTÚ STAITISTIÚIL, AG MOLADH FEABHSUITHE AR THÓGÁIL INNÉACSANNA CHUN NA TORTHAÍ SEO A THOMHAS, AGUS DÉANFAIMID COMPARÁID IDIR NA ROGHANNA MODHEOLAÍOCHTA ÉAGSÚLA DÁ N-ANAILÍSIÚ. MOLFAIMID SAMHLACHA CHUN CINN DE THEICNÍCÍ SOFTENING (MAG, P-SPLINES) LE HAGHAIDH SAMHLACHA A CHUIRTEAR I BHFEIDHM AR AN ANAILÍS AR THORTHAÍ A BHRAITHEANN AN T-OTHAR. AR DEIREADH, DÉANFAIMID NA TORTHAÍ A FHAIGHTEAR A CHUR I GCOMHTHÉACS, TABHARFAIMID TREOIRLÍNTE MAIDIR LE ROGHANNA MALARTACHA OIRIÚNACHA A ROGHNÚ, CHOMH MAITH LE MOLTAÍ AGUS CONCLÚIDÍ BUNAITHE AR NA GNÉITHE IS ÁBHARTHA Ó THAOBH STAIDRIMH AGUS CLINICIÚIL AN IARRATAIS DE. DÉANFAIMID SAMHLACHA ÚSÁIDEACHA TUARTHACHA A FHORBAIRT, A CHUR I BHFEIDHM AGUS A BHAILÍOCHTÚ FREISIN I GCLEACHTAS CLINIC OSPIDÉIL, AG CUR UIRLISÍ TEICNEOLAÍOCHTA CHUN FEIDHME UATHU. CHUN SEO A DHÉANAMH, FORBRÓIMID SAMHLACHA TUARTHACHA IN ÉABHLÓID CHLINICIÚIL, MORTLAÍOCHT, MARTHANAIS NÓ ATHRUITHE HRQOL D’OTHAIR A BHFUIL GALAIR AINSEALACHA ORTHU, AG MOLADH CLAOCHLUITHE AGUS CATAGÓIRITHE IS FEARR IS FÉIDIR D’ATHRÓGA TUARTHACHA A CHUIREANN AR CHUMAS IAD A THABHAIRT ISTEACH I GCEART SA TSAMHAIL THUARTHACH. DÉANFAR NA SAMHLACHA TUARTHACHA ÉAGSÚLA A MHEAS AGUS A CHUR I GCOMPARÁID TRÍ THEICNÍCÍ ANAILÍSE ÉAGSÚLA A ÚSÁID (AISCHÉIMNIÚ LÍNEACH, CÚLCHÉIMNIÚ LÓISTÍOCHTA DÉNÁRTHA, CÚLCHÉIMNIÚ LOIGHCIÚIL ORDINAL, CÚLCHÉIMNIÚ POISSON, CRAINN CÚLCHÉIMNITHE AGUS AICMITHE, LÍONRAÍ NÉARACHA, I MEASC NITHE EILE), AGUS CRITÉIR ÉAGSÚLA (DEA-CHOIGEARTÚ, CALABRÚ, CUMAS TUARTHACH, I MEASC NITHE EILE). (Irish)
4 August 2022
0 references
CILJI TEGA PROJEKTA SO OSREDOTOČENI NA TRI KLJUČNE METODOLOŠKE VIDIKE: BAYEŠKI PREDLOGI, SEMIPARAMETRICS IN EMPIRIČNA VERJETNOST, VSE V OKVIRU VZDOLŽNIH PODATKOV, ANALIZE PREŽIVETJA IN MODELIRANJA KAKOVOSTI ŽIVLJENJA, POVEZANE Z ZDRAVJEM. PRVIČ, NA PODROČJU VZDOLŽNIH PODATKOV SE BOMO POGLOBILI V EKONOMETRIČNE MODELE V PSEVDO PLOŠČE ALI SINTETIČNE PLOŠČE ZA PRIMER PSEVDO PANELOV, KI PO KONSTRUKCIJI PREDSTAVLJAJO ČASOVNO ODVISNOST. ANALIZIRALI BOMO SPLOŠNI MODEL ZA NEODVISNE PSEVDO-PLOŠČE IN GA PRILAGODILI NA NAČIN, KI BO OMOGOČAL ČASOVNO ODVISNOST V VSAKEM PSEVDO-PANELU, MODELIRANJE TE ODVISNOSTI PO POSEBNIH MERILIH ZA DOBROST PRILAGODITEV IN MERILIH, KI JIH NAREKUJEJO POSEBNE ZNAČILNOSTI ODVISNOSTI UPORABLJENIH PODATKOV. RAZVILI BOMO USTREZNE PROGRAME ZA OCENJEVANJE V TEH MODELIH IN UPORABILI TEHNIKE, RAZVITE ZA REALNE PODATKE, ZLASTI V BIOLOGIJI IN BASKOVSKIH PODATKIH O TRGU DELA. DRUGIČ, NA PODROČJU ANALIZE PREŽIVETJA BOMO RAZŠIRILI METODOLOŠKE PREDLOGE EMPIRIČNE VERODOSTOJNOSTI NA PROBLEME SKLEPANJA Z OMEJITVAMI REDA, PREUČEVALI ASINTOTIC PORAZDELITVE KONTRASTNE STATISTIKE IN ASIMPTOTIČNO VEDENJE EMPIRIČNIH OCEN VERODOSTOJNOSTI, PRIDOBLJENIH Z OMEJITVAMI REDA, PRI ČEMER BOMO POSEBNO POZORNOST NAMENILI NETRIVIALNIM RAČUNSKIM VIDIKOM EMPIRIČNIH METOD VERODOSTOJNOSTI. S TO METODOLOGIJO BOMO PRIMERJALI DISTRIBUCIJSKE FUNKCIJE IN KONKURENČNA TVEGANJA TER REZULTATE UPORABILI V DEJANSKIH PRIMERIH ZANESLJIVOSTI, JAVNEGA ZDRAVJA, GOSPODARSTVA IN FINANC. NA KONCU BOMO PREUČILI ALTERNATIVNE PREDLOGE V STATISTIČNEM MODELIRANJU HRQOL, ZLASTI V ZVEZI Z REZULTATI, KI JIH ZAZNAVA BOLNIK, IN JIH UPORABILI PRI INDEKSIH KAKOVOSTI ŽIVLJENJA, POVEZANIH Z ZDRAVJEM. PREUČILI BOMO NJIHOVO PORAZDELITEV IN STATISTIČNO MODELIRANJE, PREDLAGALI IZBOLJŠAVE PRI OBLIKOVANJU INDEKSOV ZA MERJENJE TEH REZULTATOV IN PRIMERJALI RAZLIČNE METODOLOŠKE ALTERNATIVE ZA NJIHOVO ANALIZO. PREDLAGALI BOMO NAPREDNE MODELE TEHNIK MEHČANJA (MAG, P-SPLINE) ZA MODELE, KI SE UPORABLJAJO ZA ANALIZO REZULTATOV, KI JIH ZAZNAVA BOLNIK. POLEG TEGA BOMO DOBLJENE REZULTATE UMESTILI V KONTEKST, DALI SMERNICE ZA IZBIRO USTREZNIH ALTERNATIV TER PRIPOROČILA IN SKLEPE, KI BODO TEMELJILI NA NAJPOMEMBNEJŠIH VIDIKIH S STATISTIČNEGA IN KLINIČNEGA VIDIKA VLOGE. PRAV TAKO BOMO RAZVIJALI, IMPLEMENTIRALI IN POTRJEVALI UPORABNE NAPOVEDNE MODELE V BOLNIŠNIČNI KLINIKI, KI IZ NJIH UVAJAJO TEHNOLOŠKA ORODJA. V TA NAMEN BOMO RAZVILI NAPOVEDNE MODELE KLINIČNEGA RAZVOJA, UMRLJIVOSTI, PREŽIVETJA ALI SPREMEMB HRQOL ZA BOLNIKE S KRONIČNIMI BOLEZNIMI, PRI ČEMER BOMO PREDLAGALI OPTIMALNE TRANSFORMACIJE IN KATEGORIZACIJE NAPOVEDNIH SPREMENLJIVK, KI OMOGOČAJO NJIHOVO PRAVILNO VKLJUČITEV V NAPOVEDNI MODEL. RAZLIČNI NAPOVEDNI MODELI BODO OCENJENI IN PRIMERJANI Z RAZLIČNIMI ANALITIČNIMI TEHNIKAMI (LINEARNA REGRESIJA, BINARNA LOGISTIČNA REGRESIJA, LOGISTIČNA REGRESIJA ORDINALNEGA SISTEMA, POISSONOVA REGRESIJA, REGRESIJA IN KLASIFIKACIJA DREVES, NEVRONSKE MREŽE, MED DRUGIM) IN RAZLIČNA MERILA (DOBROST PRILAGODITVE, UMERJANJE, NAPOVEDNA ZMOGLJIVOST, MED DRUGIM). (Slovenian)
4 August 2022
0 references
ЦЕЛИТЕ НА ТОЗИ ПРОЕКТ СА СЪСРЕДОТОЧЕНИ ВЪРХУ ТРИ ОСНОВНИ МЕТОДОЛОГИЧЕСКИ АСПЕКТА: ПРЕДЛОЖЕНИЯ НА BAYESIAN, SEMIPARAMETRICS И ЕМПИРИЧНА ПРАВДОПОДОБНОСТ, ВСИЧКО ТОВА В КОНТЕКСТА НА ДАННИТЕ ОТ ПОВТОРЕНИЯ ВЪВ ВРЕМЕТО, АНАЛИЗ НА ОЦЕЛЯВАНЕТО И МОДЕЛИРАНЕ НА КАЧЕСТВОТО НА ЖИВОТ, СВЪРЗАНО СЪС ЗДРАВЕТО (CVR). ПЪРВО, В ОБЛАСТТА НА НАДЛЪЖНИТЕ ДАННИ ЩЕ СЕ ЗАРОВИМ В ИКОНОМЕТРИЧНИТЕ МОДЕЛИ В ПСЕВДОПАНЕЛИ ИЛИ СИНТЕТИЧНИ ПАНЕЛИ ЗА ПСЕВДО ПАНЕЛИТЕ, КОИТО ЧРЕЗ СТРОИТЕЛСТВОТО ПРЕДСТАВЛЯВАТ ВРЕМЕВА ЗАВИСИМОСТ. ЩЕ АНАЛИЗИРАМЕ ОБЩИЯ МОДЕЛ ЗА НЕЗАВИСИМИ ПСЕВДОПАНЕЛИ И ЩЕ ГО АДАПТИРАМЕ ПО НАЧИН, КОЙТО ПОЗВОЛЯВА ВРЕМЕВА ЗАВИСИМОСТ ВЪВ ВСЕКИ ПСЕВДОПАНЕЛ, КАТО МОДЕЛИРАМЕ ТАЗИ ЗАВИСИМОСТ СПОРЕД СПЕЦИФИЧНИ КРИТЕРИИ ЗА ДОБРОТА И КРИТЕРИИ ЗА КОРЕКЦИЯ, ПРОДИКТУВАНИ ОТ СПЕЦИФИЧНИТЕ ХАРАКТЕРИСТИКИ НА ЗАВИСИМОСТТА НА ИЗПОЛЗВАНИТЕ ДАННИ. ЩЕ РАЗРАБОТИМ ПОДХОДЯЩИ ПРОГРАМИ ЗА ОЦЕНКА В ТЕЗИ МОДЕЛИ И ЩЕ ПРИЛОЖИМ ТЕХНИКИТЕ, РАЗРАБОТЕНИ КЪМ РЕАЛНИ ДАННИ, ОСОБЕНО В БИОЛОГИЯТА И БАСКИТЕ ДАННИ ЗА ПАЗАРА НА ТРУДА. НА ВТОРО МЯСТО, В ОБЛАСТТА НА АНАЛИЗА НА ОЦЕЛЯВАНЕТО ЩЕ РАЗШИРИМ МЕТОДОЛОГИЧНИТЕ ПРЕДЛОЖЕНИЯ ЗА ЕМПИРИЧНА ПРАВДОПОДОБНОСТ ДО ПРОБЛЕМИ С ИЗВОДИТЕ С ОГРАНИЧЕНИЯ НА РЕДА, ИЗУЧАВАЙКИ РАЗПРЕДЕЛЕНИЕТО НА СТАТИСТИКАТА НА КОНТРАСТА ASINTOTIC И АСИМПТОТИЧНОТО ПОВЕДЕНИЕ НА ЕМПИРИЧНИТЕ ПРАВДОПОДОБНИ ОЦЕНИТЕЛИ, ПОЛУЧЕНИ ПРИ ОГРАНИЧЕНИЯ НА РЕДА, ПОСТАВЯЙКИ СПЕЦИАЛЕН АКЦЕНТ ВЪРХУ НЕТРИВИАЛНИТЕ ИЗЧИСЛИТЕЛНИ АСПЕКТИ НА ЕМПИРИЧНИТЕ МЕТОДИ ЗА ПРАВДОПОДОБНОСТ. ЩЕ СРАВНИМ РАЗПРЕДЕЛИТЕЛНИТЕ ФУНКЦИИ И КОНКУРЕНТНИТЕ РИСКОВЕ, ИЗПОЛЗВАЙКИ ТАЗИ МЕТОДОЛОГИЯ, И ЩЕ ПРИЛОЖИМ РЕЗУЛТАТИТЕ В РЕАЛНИ ПРИМЕРИ ПО ОТНОШЕНИЕ НА НАДЕЖДНОСТТА, ОБЩЕСТВЕНОТО ЗДРАВЕ, ИКОНОМИКАТА И ФИНАНСИТЕ. И НАКРАЯ, ЩЕ ПРОУЧИМ АЛТЕРНАТИВНИ ПРЕДЛОЖЕНИЯ В СТАТИСТИЧЕСКОТО МОДЕЛИРАНЕ НА HRQOL, ОСОБЕНО ПО ОТНОШЕНИЕ НА РЕЗУЛТАТИТЕ, ВЪЗПРИЕМАНИ ОТ ПАЦИЕНТА, КАТО ГИ ПРИЛАГАМЕ КЪМ ПОКАЗАТЕЛИТЕ ЗА КАЧЕСТВО НА ЖИВОТ, СВЪРЗАНИ СЪС ЗДРАВЕТО И ЗДРАВЕТО. ЩЕ ПРОУЧИМ ТЯХНОТО РАЗПРЕДЕЛЕНИЕ И СТАТИСТИЧЕСКО МОДЕЛИРАНЕ, КАТО ПРЕДЛОЖИМ ПОДОБРЕНИЯ В ИЗГРАЖДАНЕТО НА ИНДЕКСИ ЗА ИЗМЕРВАНЕ НА ТЕЗИ РЕЗУЛТАТИ И ЩЕ СРАВНИМ РАЗЛИЧНИТЕ МЕТОДОЛОГИЧНИ АЛТЕРНАТИВИ ЗА ТЕХНИЯ АНАЛИЗ. ЩЕ ПРЕДЛОЖИМ УСЪВЪРШЕНСТВАНИ МОДЕЛИ НА ТЕХНИКИ ЗА ОМЕКОТЯВАНЕ (MAG, P-SPLINES) ЗА МОДЕЛИ, ПРИЛОЖЕНИ КЪМ АНАЛИЗА НА РЕЗУЛТАТИТЕ, ВЪЗПРИЕМАНИ ОТ ПАЦИЕНТА. И НАКРАЯ, ЩЕ ПОСТАВИМ В КОНТЕКСТ ПОЛУЧЕНИТЕ РЕЗУЛТАТИ, ЩЕ ДАДЕМ НАСОКИ ЗА ИЗБОРА НА ПОДХОДЯЩИ АЛТЕРНАТИВИ И ПРЕПОРЪКИ И ЗАКЛЮЧЕНИЯ ВЪЗ ОСНОВА НА НАЙ-ВАЖНИТЕ АСПЕКТИ ОТ СТАТИСТИЧЕСКА И КЛИНИЧНА ГЛЕДНА ТОЧКА НА ЗАЯВЛЕНИЕТО. СЪЩО ТАКА ЩЕ РАЗРАБОТИМ, ВНЕДРИМ И ВАЛИДИРАМЕ ПОЛЕЗНИ ПРОГНОЗНИ МОДЕЛИ В БОЛНИЧНАТА КЛИНИКА, КАТО ПРИЛАГАМЕ ТЕХНОЛОГИЧНИ ИНСТРУМЕНТИ ОТ ТЯХ. ЗА ТАЗИ ЦЕЛ ЩЕ РАЗРАБОТИМ ПРОГНОЗНИ МОДЕЛИ В КЛИНИЧНАТА ЕВОЛЮЦИЯ, СМЪРТНОСТ, ПРЕЖИВЯЕМОСТ ИЛИ ПРОМЕНИ В HRQOL ЗА ПАЦИЕНТИ С ХРОНИЧНИ ЗАБОЛЯВАНИЯ, КАТО ЩЕ ПРЕДЛОЖИМ ОПТИМАЛНИ ТРАНСФОРМАЦИИ И КАТЕГОРИЗАЦИИ НА ПРОГНОЗНИТЕ ПРОМЕНЛИВИ, КОИТО ПОЗВОЛЯВАТ ПРАВИЛНОТО ИМ ВЪВЕЖДАНЕ В ПРОГНОЗНИЯ МОДЕЛ. РАЗЛИЧНИТЕ ПРОГНОЗНИ МОДЕЛИ ЩЕ БЪДАТ ОЦЕНЯВАНИ И СРАВНЯВАНИ, КАТО СЕ ИЗПОЛЗВАТ РАЗЛИЧНИ ТЕХНИКИ ЗА АНАЛИЗ (ЛИНЕЙНА РЕГРЕСИЯ, БИНАРНА ЛОГИСТИЧНА РЕГРЕСИЯ, ОБИКНОВЕНА ЛОГИСТИЧНА РЕГРЕСИЯ, РЕГРЕСИЯ НА ПОАСОН, РЕГРЕСИЯ И КЛАСИФИКАЦИОННИ ДЪРВЕТА, НЕВРОННИ МРЕЖИ, НАРЕД С ДРУГИ) И РАЗЛИЧНИ КРИТЕРИИ (ДОБРОСТ НА НАСТРОЙКАТА, КАЛИБРИРАНЕ, ПРОГНОЗЕН КАПАЦИТЕТ, НАРЕД С ДРУГИ). (Bulgarian)
4 August 2022
0 references
L-OBJETTIVI TA’ DAN IL-PROĠETT JIFFUKAW FUQ TLIET ASPETTI METODOLOĠIĊI EWLENIN: PROPOSTI BAYESIAN, SEMIPARAMETRICS U PLAWŻIBBILTÀ EMPIRIKA, KOLLHA F’KUNTESTI TA’ DATA LONĠITUDINALI, ANALIŻI TAS-SOPRAVIVENZA U MMUDELLAR TAL-KWALITÀ TAL-ĦAJJA RELATATA MAS-SAĦĦA (CVRS). L-EWWEL NETT, FIL-QASAM TAD-DATA LONĠITUDINALI, AĦNA SE JIDĦLU FIL-MUDELLI EKONOMETRIĊI FIL-PSEWDO-PANELS JEW PANNELLI SINTETIĊI GĦALL-KAŻ TA ‘PANNELLI PSEWDO LI, MILL-KOSTRUZZJONI, JIPPREŻENTAW DIPENDENZA TEMPORALI. AĦNA SE NANALIZZAW IL-MUDELL ĠENERALI GĦAL PSEWDO-PANELS INDIPENDENTI U NADATTAWH B’MOD LI JIPPERMETTI DIPENDENZA TEMPORALI F’KULL PSEWDO-PANEL, FILWAQT LI NIMMUDELLAW DIN ID-DIPENDENZA SKONT KRITERJI TA’ AĠĠUSTAMENT SPEĊIFIĊI U KRITERJI DDETTATI MILL-KARATTERISTIĊI SPEĊIFIĊI TA’ DIPENDENZA TAD-DATA UŻATA. SE NIŻVILUPPAW IL-PROGRAMMI XIERQA BIEX INWETTQU STIMA F’DAWN IL-MUDELLI U NAPPLIKAW IT-TEKNIKI ŻVILUPPATI GĦAD-DATA REALI, SPEĊJALMENT FIL-BIJOLOĠIJA U D-DATA TAS-SUQ TAX-XOGĦOL BASK. IT-TIENI NETT, FIL-QASAM TAL-ANALIŻI TAS-SOPRAVIVENZA, AĦNA SE NESTENDU L-PROPOSTI METODOLOĠIĊI TA’ PLAWŻIBBILTÀ EMPIRIKA GĦAL PROBLEMI TA’ INFERENZA B’RESTRIZZJONIJIET TA’ ORDNI, L-ISTUDJU TAD-DISTRIBUZZJONIJIET ASINTOTIC TAL-ISTATISTIKA TAL-KUNTRAST U L-IMĠIBA ASIMPTOTIKA TAL-ISTIMATURI TAL-PLAWSIBBILTÀ EMPIRIKA MIKSUBA TAĦT RESTRIZZJONIJIET TAL-ORDNI, B’ENFASI SPEĊJALI FUQ L-ASPETTI TAL-KOMPUTAZZJONI MHUX TRIVJALI TAL-METODI TA’ PLAWŻIBBILTÀ EMPIRIKA. SE NQABBLU L-FUNZJONIJIET TAD-DISTRIBUZZJONI U R-RISKJI KOMPETITTIVI BL-UŻU TA’ DIN IL-METODOLOĠIJA U NAPPLIKAW IR-RIŻULTATI F’EŻEMPJI REALI FL-AFFIDABBILTÀ, IS-SAĦĦA PUBBLIKA, L-EKONOMIJA U L-FINANZI. FL-AĦĦAR NETT, SER NISTUDJAW PROPOSTI ALTERNATTIVI FL-IMMUDELLAR STATISTIKU TAL-HRQOL, SPEĊJALMENT FIR-RIGWARD TAR-RIŻULTATI PERĊEPITI MILL-PAZJENT, BL-APPLIKAZZJONI TAGĦHOM GĦALL-INDIĊIJIET TAL-KWALITÀ TAL-ĦAJJA RELATATI MAS-SAĦĦA U S-SAĦĦA. SE NISTUDJAW ID-DISTRIBUZZJONI U L-IMMUDELLAR STATISTIKU TAGĦHOM, NIPPROPONU TITJIB FIL-KOSTRUZZJONI TA’ INDIĊIJIET BIEX INKEJLU DAWN IR-RIŻULTATI, U SE NQABBLU L-ALTERNATTIVI METODOLOĠIĊI DIFFERENTI GĦALL-ANALIŻI TAGĦHOM. SE NIPPROPONU MUDELLI AVVANZATI TA’ TEKNIKI TA’ TRATTIB (MAG, P-SPLINES) GĦAL MUDELLI APPLIKATI GĦALL-ANALIŻI TAR-RIŻULTATI PERĊEPITI MILL-PAZJENT. FL-AĦĦAR NETT, SE NIKKUNTESTAW IR-RIŻULTATI MIKSUBA, NAGĦTU LINJI GWIDA GĦALL-GĦAŻLA TA’ ALTERNATTIVI XIERQA, U RAKKOMANDAZZJONIJIET U KONKLUŻJONIJIET IBBAŻATI FUQ L-ASPETTI L-AKTAR RILEVANTI MILL-PERSPETTIVA STATISTIKA U KLINIKA TAL-APPLIKAZZJONI. SE NIŻVILUPPAW UKOLL, NIMPLIMENTAW U NIVVALIDAW MUDELLI TA’ TBASSIR UTLI FIL-PRATTIKA TAL-KLINIKA FL-ISPTARIJIET, BL-IMPLIMENTAZZJONI TA’ GĦODOD TEKNOLOĠIĊI MINNHOM. BIEX NAGĦMLU DAN, SE NIŻVILUPPAW MUDELLI TA’ TBASSIR FL-EVOLUZZJONI KLINIKA, IL-MORTALITÀ, IS-SOPRAVIVENZA JEW BIDLIET FL-HRQOL GĦAL PAZJENTI B’MARD KRONIKU, LI JIPPROPONU TRASFORMAZZJONIJIET OTTIMALI U KATEGORIZZAZZJONIJIET TA’ VARJABBLI TA’ TBASSIR LI JIPPERMETTU L-INTRODUZZJONI KORRETTA TAGĦHOM FIL-MUDELL TA’ TBASSIR. IL-MUDELLI TA’ TBASSIR DIFFERENTI SE JIĠU EVALWATI U MQABBLA BL-UŻU TA’ TEKNIKI DIFFERENTI TA’ ANALIŻI (RIGRESSJONI LINEARI, RIGRESSJONI LOĠISTIKA BINARJA, RIGRESSJONI LOĠISTIKA ORDINALI, RIGRESSJONI POISSON, SIĠAR TA’ RIGRESSJONI U KLASSIFIKAZZJONI, NETWERKS NEWRALI, FOST L-OĦRAJN), U KRITERJI DIFFERENTI (KWALITÀ TAJBA TAL-AĠĠUSTAMENT, KALIBRAZZJONI, KAPAĊITÀ TA’ TBASSIR, FOST L-OĦRAJN). (Maltese)
4 August 2022
0 references
Os objectivos do presente projecto centram-se em três aspectos metodológicos fundamentais: PROPOSTAS BAYESIAN, SEMIPARAMETRICS E PLAUSIBILIDADE EMPIRICA, TODOS EM CONTEXTO DE DADOS LONGITUDINAIS, ANÁLISE DA SOBREVIVÊNCIA E MODELAÇÃO DA QUALIDADE DE VIDA RELACIONADA COM A SAÚDE (CVRS). Em primeiro lugar, na área dos dados longitudinais, vamos mergulhar nos modelos económicos em PSEUDO-PANÉIS OU PANÉIS SINTÉTICOS para o caso de PSEUDO-PANÉIS que, por construção, apresentam uma dependência temporal. Analisaremos o modelo geral de PSEUDO-PANELAS INDEPENDENTES e adaptá-lo-emos de modo a permitir uma dependência temporal em cada PSEUDO-PANEL, adaptando-a de acordo com critérios específicos de adaptação, critérios de bondade e critérios indicados pelas características específicas de dependência dos dados utilizados. Desenvolveremos os programas adequados para realizar a estimativa nestes modelos e aplicaremos as técnicas desenvolvidas aos dados reais, especialmente em biologia e dados básicos do mercado de trabalho. Em segundo lugar, no domínio da análise da sobrevivência, alargaremos as propostas metodológicas de plausibilidade empírica aos problemas de violação das restrições de encomenda, estudando as distribuições assintóticas das estatísticas de concurso e o comportamento assintótico dos estabelecimentos de plausibilidade empírica obtidos por força das restrições de encomenda, colocando a ênfase especial nos aspectos não triviais da concorrência dos métodos de plausibilidade empírica. Iremos COMPARARAR AS FUNÇÕES DE DISTRIBUIÇÃO E OS RISCOS COMPETITIVOS UTILIZANDO ESTA METODOLOGIA E APLICAR OS RESULTADOS EM EXEMPLOS REAIS DE FIABILIDADE, SAÚDE PÚBLICA, ECONOMIA E FINANCIAMENTO. Finalmente, estudaremos propostas alternativas na modelagem estatística da QVRS, especialmente em relação aos resultados obtidos pelo paciente, aplicando-as à qualidade de vida relacionada à saúde e à saúde. Estudaremos a sua distribuição e modelagem estatística, propondo melhorias na construção de índices para medir estes resultados, e compararemos as diferentes alternativas metodológicas para a sua análise. PROPOSTAMOS MODELOS ADIANTADOS DE TÉCNICAS DE AFTENÇÃO (MAG, P-SPLINES) PARA MODELOS APLICADOS À ANÁLISE DOS RESULTADOS PERCEBIDOS PELO DOENTE. Finalmente, vamos analisar os resultados obtidos, dar orientações para a seleção de alternativas adequadas e recomendações e conclusões baseadas nos aspetos mais relevantes do ponto de vista estatístico e clínico da candidatura. Iremos também desenvolver, implementar e validar modelos preditivos úteis nas práticas clínicas hospitalares, implementando-lhes ferramentas tecnológicas. Para fazer isso, desenvolveremos modelos preditivos na evolução clínica, mortalidade, sobrevivência ou alterações na QVRS para doentes com doenças crónicas, propondo transformações otimistas e categorizações de variáveis preditivas que permitam a sua correta introdução no modelo preditivo. Os diferentes modelos de previsão serão avaliados e comparados com recurso a diferentes técnicas de análise (regressão linear, regressão logística binária, regressão logística normal, regressão do veneno, regressão e classificação, redes neuronais, entre outros) e diferentes critérios (bondade de adaptação, calibragem, capacidade de previsão, entre outros). (Portuguese)
4 August 2022
0 references
MÅLENE FOR DETTE PROJEKT FOKUSERER PÅ TRE CENTRALE METODOLOGISKE ASPEKTER: BAYESISKE FORSLAG, SEMIPARAMETRICS OG EMPIRISK PLAUSIBILITET, ALT SAMMEN I FORBINDELSE MED TIDSSERIEDATA, ANALYSE AF OVERLEVELSE OG MODELLERING AF SUNDHEDSRELATERET LIVSKVALITET (CVR). FOR DET FØRSTE VIL VI PÅ OMRÅDET FOR LANGSGÅENDE DATA DYKKE NED I DE ØKONOMETRISKE MODELLER I PSEUDOPANELER ELLER SYNTETISKE PANELER FOR PSEUDOPANELER, DER VED KONSTRUKTIONEN UDGØR EN TIDSMÆSSIG AFHÆNGIGHED. VI VIL ANALYSERE DEN GENERELLE MODEL FOR UAFHÆNGIGE PSEUDOPANELER OG TILPASSE DEN PÅ EN MÅDE, DER MULIGGØR TIDSMÆSSIG AFHÆNGIGHED I HVERT PSEUDOPANEL, IDET VI MODELLERER DENNE AFHÆNGIGHED UD FRA SPECIFIKKE TILPASNINGSKRITERIER OG KRITERIER, DER ER DIKTERET AF DE ANVENDTE DATAS SPECIFIKKE AFHÆNGIGHEDSKARAKTERISTIKA. VI VIL UDVIKLE PASSENDE PROGRAMMER TIL AT FORETAGE SKØN I DISSE MODELLER OG ANVENDE DE TEKNIKKER, DER ER UDVIKLET PÅ REELLE DATA, ISÆR INDEN FOR BIOLOGI OG BASKISKE ARBEJDSMARKEDSDATA. FOR DET ANDET, INDEN FOR OVERLEVELSESANALYSE, VIL VI UDVIDE DE METODOLOGISKE FORSLAG OM EMPIRISK PLAUSIBILITET TIL PROBLEMER MED SLUTNING MED BEGRÆNSNINGER AF ORDEN, STUDERE ASINTOTIC FORDELINGER AF KONTRAST STATISTIK OG DEN ASYMPTOTISKE OPFØRSEL AF EMPIRISKE PLAUSIBILITET ESTIMATORER OPNÅET UNDER BEGRÆNSNINGER AF ORDEN, IDET DER LÆGGES SÆRLIG VÆGT PÅ DE IKKE-TRIVIELLE BEREGNINGSMÆSSIGE ASPEKTER AF EMPIRISKE PLAUSIBILITET METODER. VI VIL SAMMENLIGNE DISTRIBUTIONSFUNKTIONER OG KONKURRENCEMÆSSIGE RISICI VED HJÆLP AF DENNE METODE OG ANVENDE RESULTATERNE I REELLE EKSEMPLER INDEN FOR PÅLIDELIGHED, FOLKESUNDHED, ØKONOMI OG FINANSIERING. ENDELIG VIL VI UNDERSØGE ALTERNATIVE FORSLAG I DEN STATISTISKE MODELLERING AF HRQOL, ISÆR I FORHOLD TIL DE RESULTATER, SOM PATIENTEN OPFATTER, OG ANVENDE DEM PÅ SUNDHEDS- OG SUNDHEDSRELATEREDE LIVSKVALITETSINDEKSER. VI VIL UNDERSØGE DERES FORDELING OG STATISTISKE MODELLERING, FORESLÅ FORBEDRINGER I UDARBEJDELSEN AF INDEKSER TIL MÅLING AF DISSE RESULTATER, OG VI VIL SAMMENLIGNE DE FORSKELLIGE METODOLOGISKE ALTERNATIVER TIL DERES ANALYSE. VI VIL FORESLÅ AVANCEREDE MODELLER FOR BLØDGØRINGSTEKNIKKER (MAG, P-SPLINES) FOR MODELLER, DER ANVENDES TIL ANALYSE AF RESULTATER, SOM PATIENTEN OPFATTER. ENDELIG VIL VI KONTEKSTUALISERE DE OPNÅEDE RESULTATER, GIVE RETNINGSLINJER FOR UDVÆLGELSEN AF EGNEDE ALTERNATIVER SAMT ANBEFALINGER OG KONKLUSIONER BASERET PÅ DE MEST RELEVANTE ASPEKTER SET UD FRA ET STATISTISK OG KLINISK SYNSPUNKT I FORBINDELSE MED ANSØGNINGEN. VI VIL OGSÅ UDVIKLE, IMPLEMENTERE OG VALIDERE NYTTIGE PRÆDIKTIVE MODELLER I HOSPITALSKLINIK PRAKSIS OG IMPLEMENTERE TEKNOLOGISKE VÆRKTØJER FRA DEM. FOR AT GØRE DETTE VIL VI UDVIKLE PRÆDIKTIVE MODELLER I KLINISK EVOLUTION, DØDELIGHED, OVERLEVELSE ELLER ÆNDRINGER I HRQOL FOR PATIENTER MED KRONISKE SYGDOMME, FORESLÅ OPTIMALE TRANSFORMATIONER OG KATEGORISERINGER AF PRÆDIKTIVE VARIABLER, DER GØR DET MULIGT AT INDFØRE DEM KORREKT I DEN PRÆDIKTIVE MODEL. DE FORSKELLIGE PRÆDIKTIVE MODELLER VIL BLIVE EVALUERET OG SAMMENLIGNET VED HJÆLP AF FORSKELLIGE ANALYSETEKNIKKER (LINEÆR REGRESSION, BINÆR LOGISTISK REGRESSION, ORDINAL LOGISTISK REGRESSION, POISSON REGRESSION, REGRESSION OG KLASSIFICERING AF TRÆER, NEURALE NETVÆRK, BL.A.) OG FORSKELLIGE KRITERIER (F.EKS. GOD TILPASNING, KALIBRERING, PRÆDIKTIV KAPACITET). (Danish)
4 August 2022
0 references
OBIECTIVELE ACESTUI PROIECT SE AXEAZĂ PE TREI ASPECTE METODOLOGICE CHEIE: PROPUNERILE BAYESIAN, SEMIPARAMETRICS ȘI PLAUZIBILITATEA EMPIRICĂ, TOATE ÎN CONTEXTE DE DATE LONGITUDINALE, ANALIZA SUPRAVIEȚUIRII ȘI MODELAREA CALITĂȚII VIEȚII LEGATE DE SĂNĂTATE (CVR). ÎN PRIMUL RÂND, ÎN DOMENIUL DATELOR LONGITUDINALE, NE VOM ÎNGROPA ÎN MODELELE ECONOMETRICE ÎN PSEUDO-PANOURI SAU PANOURI SINTETICE PENTRU CAZUL PSEUDOPANOURILOR CARE, PRIN CONSTRUCȚIE, PREZINTĂ O DEPENDENȚĂ TEMPORALĂ. VOM ANALIZA MODELUL GENERAL DE PSEUDO-PANELURI INDEPENDENTE ȘI ÎL VOM ADAPTA ÎNTR-UN MOD CARE SĂ PERMITĂ DEPENDENȚA TEMPORALĂ ÎN FIECARE PSEUDO-PANEL, MODELÂND ACEASTĂ DEPENDENȚĂ ÎN FUNCȚIE DE CRITERIILE ȘI CRITERIILE SPECIFICE DE BUNĂTATE DE AJUSTARE DICTATE DE CARACTERISTICILE SPECIFICE DE DEPENDENȚĂ ALE DATELOR UTILIZATE. VOM ELABORA PROGRAME ADECVATE PENTRU A REALIZA ESTIMĂRI ÎN ACESTE MODELE ȘI PENTRU A APLICA TEHNICILE DEZVOLTATE LA DATE REALE, ÎN SPECIAL ÎN BIOLOGIE ȘI DATE PRIVIND PIAȚA MUNCII BASCĂ. ÎN AL DOILEA RÂND, ÎN DOMENIUL ANALIZEI SUPRAVIEȚUIRII, VOM EXTINDE PROPUNERILE METODOLOGICE DE PLAUZIBILITATE EMPIRICĂ LA PROBLEMELE DE DEDUCȚIE CU RESTRICȚII DE ORDINE, STUDIIND DISTRIBUȚIILE ASINTOTIC ALE STATISTICILOR DE CONTRAST ȘI COMPORTAMENTUL ASIMPTOTIC AL ESTIMATORILOR EMPIRICI DE PLAUZIBILITATE OBȚINUȚI SUB RESTRICȚII DE ORDINE, PUNÂND UN ACCENT DEOSEBIT PE ASPECTELE DE CALCUL NON-TRIVIALE ALE METODELOR EMPIRICE DE PLAUZIBILITATE. VOM COMPARA FUNCȚIILE DE DISTRIBUȚIE ȘI RISCURILE CONCURENȚIALE UTILIZÂND ACEASTĂ METODOLOGIE ȘI VOM APLICA REZULTATELE ÎN EXEMPLE REALE DE FIABILITATE, SĂNĂTATE PUBLICĂ, ECONOMIE ȘI FINANȚE. ÎN CELE DIN URMĂ, VOM STUDIA PROPUNERI ALTERNATIVE ÎN MODELAREA STATISTICĂ A HRQOL, ÎN SPECIAL ÎN CEEA CE PRIVEȘTE REZULTATELE PERCEPUTE DE PACIENT, APLICÂNDU-LE INDICILOR DE SĂNĂTATE ȘI DE CALITATE A VIEȚII LEGATE DE SĂNĂTATE. VOM STUDIA DISTRIBUȚIA ȘI MODELAREA STATISTICĂ A ACESTORA, PROPUNÂND ÎMBUNĂTĂȚIRI ÎN CONSTRUCȚIA INDICILOR PENTRU MĂSURAREA ACESTOR REZULTATE ȘI VOM COMPARA DIFERITELE ALTERNATIVE METODOLOGICE PENTRU ANALIZA ACESTORA. VOM PROPUNE MODELE AVANSATE DE TEHNICI DE ÎNMUIERE (MAG, P-SPLINES) PENTRU MODELELE APLICATE ANALIZEI REZULTATELOR PERCEPUTE DE PACIENT. ÎN CELE DIN URMĂ, VOM CONTEXTUALIZA REZULTATELE OBȚINUTE, VOM OFERI ORIENTĂRI PENTRU SELECTAREA ALTERNATIVELOR ADECVATE, PRECUM ȘI RECOMANDĂRI ȘI CONCLUZII BAZATE PE CELE MAI RELEVANTE ASPECTE DIN PUNCT DE VEDERE STATISTIC ȘI CLINIC AL APLICAȚIEI. DE ASEMENEA, VOM DEZVOLTA, IMPLEMENTA ȘI VALIDA MODELE PREDICTIVE UTILE ÎN PRACTICA CLINICII SPITALICEȘTI, IMPLEMENTÂND INSTRUMENTE TEHNOLOGICE DE LA ACESTEA. PENTRU A FACE ACEST LUCRU, VOM DEZVOLTA MODELE PREDICTIVE ÎN EVOLUȚIA CLINICĂ, MORTALITATE, SUPRAVIEȚUIRE SAU MODIFICĂRI ALE HRQOL PENTRU PACIENȚII CU BOLI CRONICE, PROPUNÂND TRANSFORMĂRI OPTIME ȘI CLASIFICĂRI ALE VARIABILELOR PREDICTIVE CARE PERMIT INTRODUCEREA CORECTĂ A ACESTORA ÎN MODELUL PREDICTIV. DIFERITELE MODELE PREDICTIVE VOR FI EVALUATE ȘI COMPARATE FOLOSIND DIFERITE TEHNICI DE ANALIZĂ (REGRESIA LINIARĂ, REGRESIA LOGISTICĂ BINARĂ, REGRESIA LOGISTICĂ ORDINALĂ, REGRESIA POISSON, REGRESIA ȘI CLASIFICAREA ARBORILOR, REȚELELE NEURONALE, PRINTRE ALTELE) ȘI DIFERITE CRITERII (BUNA AJUSTARE, CALIBRAREA, CAPACITATEA PREDICTIVĂ, PRINTRE ALTELE). (Romanian)
4 August 2022
0 references
PROJEKTETS MÅL ÄR INRIKTADE PÅ TRE CENTRALA METODOLOGISKA ASPEKTER: BAYESIAN FÖRSLAG, SEMIPARAMETRICS OCH EMPIRISK RIMLIGHET, ALLT I SAMMANHANG AV LONGITUDINELLA DATA, ANALYS AV ÖVERLEVNAD OCH MODELLERING AV HÄLSORELATERAD LIVSKVALITET (CVR). FÖR DET FÖRSTA, NÄR DET GÄLLER LONGITUDINELLA DATA, KOMMER VI ATT GRÄVA IN DE EKONOMETRISKA MODELLERNA I PSEUDOPANELER ELLER SYNTETISKA PANELER FÖR PSEUDOPANELER SOM, GENOM KONSTRUKTION, UTGÖR ETT TIDSMÄSSIGT BEROENDE. VI KOMMER ATT ANALYSERA DEN ALLMÄNNA MODELLEN FÖR OBEROENDE PSEUDOPANELER OCH ANPASSA DEN PÅ ETT SÄTT SOM MÖJLIGGÖR TIDSBEROENDE I VARJE PSEUDOPANEL, OCH MODELLERAR DETTA BEROENDE ENLIGT SPECIFIKA KRITERIER FÖR ANPASSNING AV GODHET OCH KRITERIER SOM STYRS AV DE SPECIFIKA BEROENDEEGENSKAPERNA HOS DE DATA SOM ANVÄNDS. VI KOMMER ATT UTVECKLA LÄMPLIGA PROGRAM FÖR ATT UTFÖRA SKATTNINGAR I DESSA MODELLER OCH TILLÄMPA DE TEKNIKER SOM UTVECKLATS PÅ VERKLIGA DATA, SÄRSKILT INOM BIOLOGI OCH BASKISKA ARBETSMARKNADSDATA. FÖR DET ANDRA, INOM OMRÅDET ÖVERLEVNADSANALYS, KOMMER VI ATT UTVIDGA METODFÖRSLAGEN EMPIRISK RIMLIGHET TILL PROBLEM MED SLUTLEDNING MED BEGRÄNSNINGAR AV ORDNING, STUDERA ASINTOTIC DISTRIBUTIONER AV KONTRASTSTATISTIK OCH ASYMPTOTISKT BETEENDE EMPIRISK RIMLIGHETSESTIMATORER ERHÅLLNA UNDER BEGRÄNSNINGAR AV ORDNING, MED SÄRSKILD TONVIKT PÅ DE ICKE-TRIVIALA BERÄKNINGSASPEKTERNA AV EMPIRISKA RIMLIGHETSMETODER. VI KOMMER ATT JÄMFÖRA DISTRIBUTIONSFUNKTIONER OCH KONKURRENSRISKER MED HJÄLP AV DENNA METODIK OCH TILLÄMPA RESULTATEN I VERKLIGA EXEMPEL INOM TILLFÖRLITLIGHET, FOLKHÄLSA, EKONOMI OCH FINANS. SLUTLIGEN KOMMER VI ATT STUDERA ALTERNATIVA FÖRSLAG I DEN STATISTISKA MODELLERING AV HRQOL, SÄRSKILT I FÖRHÅLLANDE TILL RESULTAT SOM UPPFATTAS AV PATIENTEN, TILLÄMPA DEM PÅ HÄLSO- OCH HÄLSORELATERADE LIVSKVALITET INDEX. VI KOMMER ATT STUDERA DERAS FÖRDELNING OCH STATISTISKA MODELLER, FÖRESLÅ FÖRBÄTTRINGAR I KONSTRUKTIONEN AV INDEX FÖR ATT MÄTA DESSA RESULTAT, OCH VI KOMMER ATT JÄMFÖRA DE OLIKA METODOLOGISKA ALTERNATIVEN FÖR DERAS ANALYS. VI KOMMER ATT FÖRESLÅ AVANCERADE MODELLER AV MJUKNINGSTEKNIKER (MAG, P-SPLINES) FÖR MODELLER SOM ANVÄNDS FÖR ANALYS AV RESULTAT SOM UPPFATTAS AV PATIENTEN. SLUTLIGEN KOMMER VI ATT KONTEXTUALISERA DE UPPNÅDDA RESULTATEN, GE RIKTLINJER FÖR VALET AV LÄMPLIGA ALTERNATIV SAMT REKOMMENDATIONER OCH SLUTSATSER BASERADE PÅ DE MEST RELEVANTA ASPEKTERNA UR STATISTISK OCH KLINISK SYNVINKEL AV ANSÖKAN. VI KOMMER OCKSÅ ATT UTVECKLA, IMPLEMENTERA OCH VALIDERA ANVÄNDBARA PREDIKTIVA MODELLER I SJUKHUSKLINIKENS PRAKTIK OCH IMPLEMENTERA TEKNISKA VERKTYG FRÅN DEM. FÖR ATT GÖRA DETTA KOMMER VI ATT UTVECKLA PREDIKTIVA MODELLER INOM KLINISK EVOLUTION, MORTALITET, ÖVERLEVNAD ELLER FÖRÄNDRINGAR I HRQOL FÖR PATIENTER MED KRONISKA SJUKDOMAR OCH FÖRESLÅ OPTIMALA TRANSFORMATIONER OCH KATEGORISERINGAR AV PREDIKTIVA VARIABLER SOM GÖR DET MÖJLIGT ATT KORREKT INFÖRA DEM I DEN PREDIKTIVA MODELLEN. DE OLIKA PREDIKTIVA MODELLERNA KOMMER ATT UTVÄRDERAS OCH JÄMFÖRAS MED HJÄLP AV OLIKA ANALYSTEKNIKER (LINJÄR REGRESSION, BINÄR LOGISTISK REGRESSION, ORDINAL LOGISTISK REGRESSION, POISSON-REGRESSION, REGRESSIONS- OCH KLASSIFICERINGSTRÄD, BL.A. NEURALA NÄTVERK) OCH OLIKA KRITERIER (GODHET I JUSTERING, KALIBRERING, PREDIKTIV KAPACITET M.M.). (Swedish)
4 August 2022
0 references
Bilbao
0 references
20 December 2023
0 references
Identifiers
MTM2016-74931-P
0 references