O aplicație strălucitoare pentru a rula comparații medii pentru monitorizarea statistică centrală

(Acest articol a fost publicat pentru prima dată pe Acasăși a contribuit cu drag la R-Bloggers). (Puteți raporta problema despre conținutul de pe această pagină aici)

Doriți să vă împărtășiți conținutul pe R-Bloggers? Faceți clic aici dacă aveți un blog sau aici dacă nu.

Monitorizarea statistică centrală (CSM) obține o recunoaștere pe scară largă pentru contribuția sa la îmbunătățirea integrității datelor și a conformității reglementărilor în studiile clinice. În timp ce literatura existentă oferă numeroase abordări bazate pe tehnici statistice fundamentale, multe dintre aceste metode prezintă limitări și deficiențe notabile.

Acest Aplicație web Introduce un cadru flexibil pentru implementarea CSM prin compararea valorilor medii de la centrele individuale la media generală generală (GM). Metodologia este adaptabilă la diverse tipuri de date prin modelarea statistică adecvată. Utilizatorii își pot încărca seturile de date și pot efectua aceste comparații direct în aplicație.

1. Fneish, F., Ellenberger, D., Frahm, N. și colab. Aplicarea metodelor statistice pentru monitorizarea statistică centrală și implementările în Registrul de scleroză multiplă germană. Ther Innov Regul Sci 57, 1217–1228 (2023). https://doi.org/10.1007/S43441-023-00550-0

2. Fneish F, Ellenberger D, Frahm N, Stahmann A, Schaarschmidt F. Model statistic adecvat pentru date de numărare în monitorizarea statistică centrală și aplicarea în registrul german de scleroză multiplă. În editura GMS de științe medicale germane; 2023. P. DOCABSTR. 164

3. Hothorn T, Bretz F, Westfall P. Inferență simultană în modelele parametrice generale. Biom J. 2008 iunie; 50 (3): 346–63

4. Fneish F, Ellenberger D, Frahm N, Stahmann A, Fortwengel G, Schaarschmidt F. Monitorizarea statistică centrală pentru punctele finale de timp la eveniment și aplicarea datelor din Registrul german de scleroză multiplă. În editura GMS de științe medicale germane; 2024. P. DOCABSTR. 184.

5. Konietschke F, Hothorn LA, Brunner E. Proceduri multiple de testare bazate pe rang și intervale de confidență simultană. Electron J Stat.2012; 6: 738–59

6. Konietschke, F., Placzek, M., Schaarschmidt, F., & Hothorn, LA (2015). NPARCOMP: un pachet software R pentru comparații multiple nonparametrice și intervale de încredere simultane. Journal of Statistical Software, 64 (9), 1–17

7. Ioannis Kosmidis, David Firth, Jeffreys-Prior Penalty, Finiteness și contracție în modele liniare generalizate cu răspuns binomial, Biometrika, volumul 108, numărul 1, martie 2021, paginile 71–82

8. Andrew Gelman. Aleks Jakulin. Maria Grazia Pittau. Yu-Sung Su. „O distribuție prealabilă implicită slab informativă pentru modele logistice și alte modele de regresie.” Ann. Appl. Stat 2 (4) 1360 – 1383, decembrie 2008