Buchumschlag

Time-In-Range Analyses of Functional Data Subject to Missing with Applications to Inpatient Continuous Glucose Monitoring

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yu, Qi, Umpierrez, Guillermo E., Peng, Limin
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Optimal Cut-Point Estimation for Functional Digital Biomarkers: Application to Diabetes Risk Stratification via Continuous Glucose Monitoring
von: Lado-Baleato, Oscar, et al.
Veröffentlicht: (2024)

Continuous Temporal Learning of Probability Distributions via Neural ODEs with Applications in Continuous Glucose Monitoring Data
von: Álvarez-López, Antonio, et al.
Veröffentlicht: (2025)

Personalized Imputation in metric spaces via conformal prediction: Applications in Predicting Diabetes Development with Continuous Glucose Monitoring Information
von: Matabuena, Marcos, et al.
Veröffentlicht: (2024)

Testing the Missing Completely at Random Assumption for Functional Data
von: Ofner, Maximilian, et al.
Veröffentlicht: (2025)

Exact Bounds of Spearman's footrule in the Presence of Missing Data with Applications to Independence Testing
von: Zeng, Yijin, et al.
Veröffentlicht: (2025)

Estimation and Inference of the Win Ratio for Two Hierarchical Endpoints Subject to Censoring and Missing Data
von: Liu, Yi, et al.
Veröffentlicht: (2026)

Discussion of "Matrix Completion When Missing Is Not at Random and Its Applications in Causal Panel Data Models"
von: Ben-Michael, Eli, et al.
Veröffentlicht: (2026)

Enhancing Data Completeness in Time Series: Imputation Strategies for Missing Data Using Significant Periodically Correlated Components
von: Ahmad, Asmaa, et al.
Veröffentlicht: (2025)

Imputing Missing Values with External Data
von: Thiesmeier, Robert, et al.
Veröffentlicht: (2024)

A Multiplicative Instrumental Variable Model for Data Missing Not-at-Random
von: Zhang, Yunshu, et al.
Veröffentlicht: (2025)

Hierarchical Dirichlet Process Mixture of Products of Multinomial Distributions: Applications to Survey Data with Potentially Missing Values
von: Wongkamthong, Chayut
Veröffentlicht: (2024)

Causal Inference with Missing Exposures and Missing Outcomes
von: Landsiedel, Kirsten E., et al.
Veröffentlicht: (2025)

Balancing Weights for Non-monotone Missing Data
von: Dong, Jianing, et al.
Veröffentlicht: (2024)

Estimation of Semiparametric Factor Models with Missing Data
von: Zheng, Sijie
Veröffentlicht: (2025)

Global Censored Quantile Random Forest
von: Zhou, Siyu, et al.
Veröffentlicht: (2024)

Tipping Point Sensitivity Analysis for Missing Data in Time-to-Event Endpoints: Model-Based and Ad hoc Approaches
von: Oodally, Ajmal, et al.
Veröffentlicht: (2025)

Adaptive CUSUM Chart for Real-Time Monitoring of Bivariate Event Data
von: Parakulum, Gokul, et al.
Veröffentlicht: (2025)

Missing Data in Discrete Time State-Space Modeling of Ecological Momentary Assessment Data: A Monte-Carlo Study of Imputation Methods
von: Slipetz, Lindley R., et al.
Veröffentlicht: (2023)

Monotone Missing Data: A Blessing and a Curse
von: Tikka, Santtu, et al.
Veröffentlicht: (2024)

Model Uncertainty and Missing Data: An Objective Bayesian Perspective
von: García-Donato, Gonzalo, et al.
Veröffentlicht: (2024)

Adaptive Learning with Blockwise Missing and Semi-Supervised Data
von: Li, Yiming, et al.
Veröffentlicht: (2024)

A Note on Ising Network Analysis with Missing Data
von: Zhang, Siliang, et al.
Veröffentlicht: (2023)

Score Matching With Missing Data
von: Givens, Josh, et al.
Veröffentlicht: (2025)

Marginal Analysis of Count Time Series in the Presence of Missing Observations
von: Nik, Simon
Veröffentlicht: (2024)

Statistical Process Monitoring based on Functional Data Analysis
von: Centofanti, Fabio
Veröffentlicht: (2025)

Random Indicator Imputation for Missing Not At Random Data
von: Jolani, Shahab, et al.
Veröffentlicht: (2024)

Multiple Imputation of Hierarchical Nonlinear Time Series Data with an Application to School Enrollment Data
von: Liu, Daphne H., et al.
Veröffentlicht: (2024)

Full Law Identification under Missing Data with Categorical Variables
von: Tikka, Santtu, et al.
Veröffentlicht: (2024)

Linear Shrinkage Convexification of Penalized Linear Regression With Missing Data
von: Park, Seongoh, et al.
Veröffentlicht: (2024)

MMD Two-sample Testing in the Presence of Arbitrarily Missing Data
von: Zeng, Yijin, et al.
Veröffentlicht: (2024)

Variational Bayes Inference for Spatial Error Models with Missing Data
von: Wijayawardhana, Anjana, et al.
Veröffentlicht: (2024)

Confidence Intervals for Random Forest Permutation Importance with Missing Data
von: Föge, Nico, et al.
Veröffentlicht: (2025)

Conformal Inference For Missing Data under Multiple Robust Learning
von: Tang, Wenlu, et al.
Veröffentlicht: (2025)

Constructing a T-test for Value Function Comparison of Individualized Treatment Regimes in the Presence of Multiple Imputation for Missing Data
von: Lu, Minxin, et al.
Veröffentlicht: (2023)

Semiparametric Regression Models for Explanatory Variables with Missing Data due to Detection Limit
von: Zhang, Jasen, et al.
Veröffentlicht: (2025)

Handling Missing Responses under Cluster Dependence with Applications to Language Model Evaluation
von: Zeng, Zhenghao, et al.
Veröffentlicht: (2025)

A Novel Exact Inference Approach for Log-Logistic Reliability Functions with Applications to Time-to-Event Data
von: Liu, Bowen, et al.
Veröffentlicht: (2026)

Exact Bayesian Inference for Multivariate Spatial Data of Any Size with Application to Air Pollution Monitoring
von: Clinch, Madelyn, et al.
Veröffentlicht: (2024)

COKE: Causal Discovery with Chronological Order and Expert Knowledge in High Proportion of Missing Manufacturing Data
von: Ou, Ting-Yun, et al.
Veröffentlicht: (2024)

Analysis of Linked Files: A Missing Data Perspective
von: Kamat, Gauri, et al.
Veröffentlicht: (2024)