Buchumschlag

Data fusion for predicting long‐term program impacts

Fuente: Wiley Open Access

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Michael W. Robbins, Sebastian Bauhoff, Lane Burgette
Format:	Artículo Open Access
Veröffentlicht:	Wiley 2024
Schlagworte:	Statistics in Medicine
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Enhancing long‐term survival prediction with two short‐term events: Landmarking with a flexible varying coefficient model
von: Wen Li, et al.
Veröffentlicht: (2024)

Understanding an impact of patient enrollment pattern on predictability of central (unstratified) randomization in a multi‐center clinical trial
von: Johannes Krisam, et al.
Veröffentlicht: (2024)

Estimating generalized propensity scores with survey and attrition weighted data
von: Daniel F. McCaffrey, et al.
Veröffentlicht: (2024)

Effective sample size: A measure of individual uncertainty in predictions
von: Doranne Thomassen, et al.
Veröffentlicht: (2024)

Calibration plots for multistate risk prediction models
von: Alexander Pate, et al.
Veröffentlicht: (2024)

Optimal ensemble construction for multistudy prediction with applications to mortality estimation
von: Gabriel Loewinger, et al.
Veröffentlicht: (2024)

Validation of predicted individual treatment effects in out of sample respondents
von: Alena Kuhlemeier, et al.
Veröffentlicht: (2024)

Sample size determination for prediction models via learning‐type curves
von: Alimu Dayimu, et al.
Veröffentlicht: (2024)

Optimizing dynamic predictions from joint models using super learning
von: Dimitris Rizopoulos, et al.
Veröffentlicht: (2024)

Two‐stage stratified designs with survival outcomes and adjustment for misclassification in predictive biomarkers
von: Yanping Chen, et al.
Veröffentlicht: (2024)

Flexible parametrization of graph‐theoretical features from individual‐specific networks for prediction
von: Mariella Gregorich, et al.
Veröffentlicht: (2024)

A comparison of hyperparameter tuning procedures for clinical prediction models: A simulation study
von: Zoë S. Dunias, et al.
Veröffentlicht: (2024)

Analyzing Coarsened and Missing Data by Imputation Methods
von: Lars L. J. van der Burg, et al.
Veröffentlicht: (2025)

Addressing the implementation challenge of risk prediction model due to missing risk factors: The submodel approximation approach
von: Tianyi Sun, et al.
Veröffentlicht: (2024)

Improving Efficiency and Robustness of the Prognostic Accuracy of Biomarkers With Partial Incomplete Failure‐Time Data and Auxiliary Outcome: Application to Prostate Cancer Active Surveillance Study
von: Yunro Chung, et al.
Veröffentlicht: (2025)

Poisson Beta Regression for Count Data With an Application to Hospital Length of Stay Data
von: Alan Herschtal
Veröffentlicht: (2025)

The Cox Model With Adaptive Fused Group Bridge Penalty to Incorporate Historical Data Into the Analysis of Clinical Trials With an Application to BMT CTN 1101
von: Xi Fang, et al.
Veröffentlicht: (2025)

Statistical methods for predicting e‐cigarette use events based on beat‐to‐beat interval (BBI) data collected from wearable devices
von: James J. Yang, et al.
Veröffentlicht: (2024)

Utilizing local likelihood in regression discontinuity design: Investigating the impact of antiretroviral therapy eligibility on retention in clinical HIV care in South Africa
von: Jaehyun Seo, et al.
Veröffentlicht: (2024)

Constructing a T ‐Test for Value Function Comparison of Individualized Treatment Regimes in the Presence of Multiple Imputation for Missing Data
von: Minxin Lu, et al.
Veröffentlicht: (2025)

Clustering‐Informed Shared‐Structure Variational Autoencoder for Missing Data Imputation in Large‐Scale Healthcare Data
von: Yasin Khadem Charvadeh, et al.
Veröffentlicht: (2025)

Information‐Based Composite Likelihood Method for Hybrid Meta‐Analysis Integrating Individual Participant Data and Aggregated Data
von: Guoqing Diao, et al.
Veröffentlicht: (2026)

Random Survival Forest for Censored Functional Data
von: Giuseppe Loffredo, et al.
Veröffentlicht: (2025)

Assessing Treatment Effects in Observational Data With Missing Confounders: A Comparative Study of Practical Doubly‐Robust and Traditional Missing Data Methods
von: Brian D. Williamson, et al.
Veröffentlicht: (2026)

Generalized Estimating Equations for Survival Data With Dependent Censoring
von: Lili Yu, et al.
Veröffentlicht: (2024)

Extended Joinpoint Regression Methodology for Complex Survey Data
von: Benmei Liu, et al.
Veröffentlicht: (2026)

Causal Rule Ensemble Approach for Multi‐Arm Data
von: Ke Wan, et al.
Veröffentlicht: (2026)

On Window Mean Survival Time With Interval‐Censored Data
von: Takuto Iijima, et al.
Veröffentlicht: (2026)

The Mathematics of Serocatalytic Models With Applications to Public Health Data
von: Everlyn Kamau, et al.
Veröffentlicht: (2025)

Bayesian Additive Regression Trees for Group Testing Data
von: Madeleine E. St. Ville, et al.
Veröffentlicht: (2025)

RMST for Interval‐Censored Data in Oncology Clinical Trials
von: Xiyuan Gao, et al.
Veröffentlicht: (2025)

Towards Efficient Time‐to‐Event Dose‐Escalation Guidance of Multi‐Cycle Cancer Therapies
von: Lukas A. Widmer, et al.
Veröffentlicht: (2025)

New Quadratic Discriminant Analysis Algorithms for Correlated Audiometric Data
von: Fuyu Guo, et al.
Veröffentlicht: (2024)

Reinforced Borrowing Framework: Leveraging Auxiliary Data for Individualized Inference
von: Ziyu Ji, et al.
Veröffentlicht: (2024)

Weighted Expectile Regression Neural Networks for Right Censored Data
von: Feipeng Zhang, et al.
Veröffentlicht: (2024)

Deep Mixture of Linear Mixed Models for Complex Longitudinal Data
von: Lucas Kock, et al.
Veröffentlicht: (2025)

Gaussian Process Regression for Value‐Censored Functional and Longitudinal Data
von: Adam Gorm Hoffmann, et al.
Veröffentlicht: (2025)

Mediation Analysis of Failure Time Data Under Interval Censoring
von: Yanpeng Shi, et al.
Veröffentlicht: (2026)

A Model Based on Mixture of Weibull Distributions for Depending Competing Risks Data in the Presence of Long‐Term Survivors, and Its Application to Malignant Melanoma Cancer Data
von: Ayon Ganguly, et al.
Veröffentlicht: (2026)

Powerful Test of Heterogeneity in Two‐Sample Summary‐Data Mendelian Randomization
von: Kai Wang, et al.
Veröffentlicht: (2024)