Discrete Choice Experiments (DCEs) investigate participants' preferences by observing their choice behavior in hypothetical scenarios and are widely used in the domain of healthcare. To reduce participants' cognitive burden, especially when dealing with a large number of attributes, researchers often employ partial profile designs. In these designs, certain attributes within each choice set are kept constant. Current literature on partial profile designs mainly focuses on main-effects models rather than interaction-effect models, with certain partial profile designs even incapable of estimatin
СтатьяПолный текст не найденПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Social determinants of health (SDOH) are key drivers of cardiovascular disease (CVD), but their relationships differ substantially across regions, necessitating the design of locally tailored intervention strategies. In this work, we propose a novel clustering approach to partition US counties into different clusters based on similarities in their SDOH-CVD associations, providing a data-driven regional partition to inform region-specific interventions. To enhance the interpretability of the clustering result, we adopt the SDOH framework from the Agency for Healthcare Research and Quality to gr
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
We develop a new method for simultaneously selecting fixed and random effects in a multilevel functional regression model. The proposed method is motivated by accelerometer-derived physical activity data from the 2011 to 2012 cohort of the National Health and Nutrition Examination Survey (NHANES), with the aim of identifying age and race-specific heterogeneity in covariate effects on the diurnal pattern of physical activity across the lifespan. Existing methods for variable selection in function-on-scalar regression have primarily been designed for fixed effect selection and for single-level f
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
The classical illness-death process offers a useful framework for studying the progression of chronic disease while jointly modeling death. In many settings the time of disease progression is not observed directly, but progression status is recorded at intermittent assessment times. This creates a dual observation scheme where progression times are interval-censored and death is subject to right censoring. We present a penalized observed data likelihood for variable selection in multiplicative intensity-based models for the joint process, involving different penalty functions for different set
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
This paper proposes a propensity score (PS)-based stratified win ratio method to address challenges of small patient populations in clinical trials, especially for rare or pediatric diseases, by incorporating external control data. Our approach enhances traditional win ratio analysis by leveraging PS stratification to account for heterogeneity between the current and external studies. Additionally, down-weighting based on the overlapping coefficient of PS distributions of current treatment and external control groups further mitigates the patient bias due to heterogeneity. Simulations show sig
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
In this paper, we develop a novel method for clustering multiple images while adjusting for the effect of available covariates on cluster membership. The key strategy is to represent each image as two-dimensional functional data and formulate a functional latent class mixed model, which fully leverages the structural information of images while effectively addressing their high dimensionality and accounting for covariate effects. We apply the proposed method to color intensity matrices extracted from patient-sourced smartphone fingernail photos to identify distinct subgroups, while adjusting f
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Wildlife-vehicle collisions (WVCs) pose significant risks to highway safety and wildlife populations, leading to considerable economic losses. However, efforts to systematically characterize and mitigate WVCs are often constrained by substantial under-reporting in official crash record databases. This study integrates police-reported crash data with carcass removal records from 7041 road segments across Washington State, USA, to provide a more accurate picture of true WVC occurrence and risk factors. Building on prior copula-based approaches, we propose a novel hybrid copula-based framework to
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Externally controlled single-arm trials are increasingly popular because they do not require randomized controls, thereby substantially reducing financial costs; however, valid causal inference in this setting relies critically on transportability between the trial and external populations, an assumption that is untestable. Frequentist semiparametrically efficient estimators, such as the doubly robust estimator, are typically analyzed under first-order asymptotics and are designed to mitigate nuisance-estimation bias under correct specification; however, this framework does not account for str
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Multi-cancer testing with localization aims to detect signals from any of a set of targeted cancer types and predict the cancer signal origin from a single biological sample. Such tests have the potential to aid clinical decisions and significantly improve health outcomes. When used for multi-cancer screening in an asymptomatic population, these tests are referred to as multi-cancer early detection (MCED) tests. MCED testing has not yet achieved regulatory approval, reimbursement or broad clinical adoption. Some major reasons for this are that the clinical benefits and harms are not well under
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Clinical trials are inherently complex and become more challenging when selecting one treatment from many while also evaluating the efficacy. In this paper, we develop a pragmatic design that balances sample efficiency and practicality through a two-stage sequential approach. The first stage involves adaptive arm selection and early termination, while the second stage optimizes sample allocation. Inspired by the Kiefer-Weiss problem, the proposed method provides an efficient solution to an optimization framework that minimizes a weighted sum of the expected number of patients, probability of s
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Biomarkers are widely used in oncology research to study disease progression and predict survival outcomes. Pooling biomarker data across studies can improve precision, but pooled analyses are often affected by assay heterogeneity. Many studies use calibration designs because re-assaying all biospecimens on a reference platform is impractical. In pooled analyses, calibration can be incomplete when some studies have no reference measurements. This setting can be viewed as covariate measurement error in time-to-event models. Most existing methods were developed for single-cohort desi
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Investigating changes and similarities in brain connectivity networks across task conditions is a central topic in neuroscience. We propose a novel framework for jointly estimating multiple graphical models using a hybrid Bayesian integration technique that can handle high-dimensional or large-scale data sets. This framework accommodates multiple graphical models and performs a series of conditional independence tests to infer the underlying network structures. Theoretical justification for consistency is established, and synthetic experiments demonstrate that our approach outperforms existing
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Identifying patient subgroups is increasingly vital for advancing personalized and precision medicine, where patient heterogeneity plays a central role. Subgroups can be revealed by examining how predictors depend on each other. However, traditional global dependence measures, such as Kendall's τ, often overlook localized and nonlinear relationships, potentially missing critical patterns that define subpopulations. Existing local dependence measures are typically constrained to linear structures or lack flexibility in capturing complex local behaviors. We propose a novel, intuitive, and highly
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: The exponential growth of biomedical literature challenges the feasibility, reproducibility, and bias control of diagnostic meta-analyses based on manual screening.
METHODS: We propose a scalable framework integrating automated topic modeling (Latent Dirichlet Allocation, LDA) for thematic pre-screening with hierarchical multivariate meta-analysis to jointly synthesize sensitivity and specificity. Abstracts from eight databases were processed using linguistic normalization, lemmatization, and probabilistic topic modeling to prioritize diagnostically relevant studies. Selected stud
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Identifying dynamic treatment regimes (DTRs) is a key objective in precision medicine. Value search approaches, including (Bayesian) dynamic marginal structural models offer an attractive approach to estimation by mapping candidate regimes to their expected outcome. As parametric models for the expected outcomes may be mis-specified and lead to incorrect conclusions, a grid search over candidate DTRs has been proposed, but this may be computationally prohibitive and also subject to high uncertainty in the estimated value function. These inferential challenges can be addressed using Gaussian pr
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
A common issue in randomized clinical trials (RCTs) is the identification of subgroups and the estimation of their effects. Typically, RCTs are not powered to estimate the effects of subgroups. However, in some circumstances, treatment may work for some groups and not others, and it is of interest to identify these subgroups and estimate their treatment effects. In this paper, we introduce a novel hierarchical grouped horseshoe prior (HGHP) for subgroup identification and estimation. We show via simulation that our proposed approach yields superior positive predictive value and narrower credib
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: The use of graphical models in the multimorbidity context is increasing in popularity due to their intuitive visualization of the results. A comprehensive understanding of the model itself is essential for its effective utilization and optimal application. This article is a practical guide on the use of graphical models to better understand multimorbidity. It provides a tutorial with a focus on the interpretation of the model structure and of the parameter values. In this study, we analyze data related to a cohort of 214,401 individuals, who were assisted by the Local Health Unit o
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Federated learning enables the training of a global model while keeping data localized; however, current methods face challenges with high-dimensional semiparametric models that involve complex nuisance parameters. This paper proposes a federated double machine learning framework designed to address high-dimensional nuisance parameters of semiparametric models in multicenter studies. Our approach leverages double machine learning (Chernozhukov et al., 2018a) to estimate center-specific parameters, extends the surrogate efficient score method within a Neyman-orthogonal framework, and applies de
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: With the rapid development of high-throughput sequencing technology, high-throughput sequencing data has grown on a massive scale, leading to the emergence of multiple public databases, such as EBI and GEO. Conducting secondary mining of high-throughput sequencing data in these databases can yield more valuable insights. Meta-analysis can quantitatively combine high-throughput sequencing data from the the same topic. It increases the sample size for data analysis, enhances statistical power, and results in more consistent and reliable conclusions.
RESULTS: This study proposes a ne
СтатьяМетаанализПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
We introduce a hierarchical Bayesian framework for reconstructing epidemic curves using under-reported case counts and wastewater data. Our approach models wastewater signals as differentiable Gaussian processes, enabling inference on their relative growth rates, which are used to define a wastewater-based reproduction rate. These estimates are incorporated into a binomially thinned Poisson autoregressive model for case counts using a modular inference strategy. We apply this framework to reconstruct the Covid-19 epidemic curve in Toronto, validating our model through out-of-sample forecasts a
СтатьяПоддержка исследования: вне правительства СШАПолный текст не найденПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
MedElevator
Войти в исследования