Login
- Original title:
- Tailored statistical methodology for large-scale registry-based clinical data to optimize online risk prediction
- Translated title:
- Maßgeschneiderte statistische Methoden für große, registerbasierte klinische Daten zur Optimierung öffentlich zugänglicher Risikovorhersagen
- Author:
- Miller, Gregor M.
- Year:
- 2023
- Document type:
- Dissertation
- Faculty/School:
- TUM School of Life Sciences
- Advisor:
- Ankerst, Donna (Prof., Ph.D.)
- Referee:
- Ankerst, Donna (Prof., Ph.D.); Hüser, Norbert H. (Prof. Dr.); Mansmann, Ulrich (Prof. Dr.)
- Language:
- en
- Subject group:
- BIO Biowissenschaften; MAT Mathematik
- Keywords:
- biostatistics; risk prediction; transplants; COVID-19
- Translated keywords:
- Biostatistik; Risikovorhersage; Transplantate; COVID-19
- TUM classification:
- BIO 110; MAT 620
- Abstract:
- Longitudinal data presents various challenges depending on the desired outcome. In this work, for two areas, survival analysis and count models, we have shown how analyses must be adjusted to account for multiple outcomes, select appropriate covariates, and derive predictions. This is demonstrated for the survival after kidney transplantation and for count measures associated with the COVID-19 pandemic.
- Translated abstract:
- Zeitaufgelöste Daten stellen je nach Zielvariable unterschiedliche Herausforderungen dar. In dieser Arbeit haben wir für zwei Bereiche, Überlebensanalysen und Zählmodelle, gezeigt, wie Analysen angepasst werden müssen, um mehrere Zielvariablen zu berücksichtigen, geeignete Kovariaten auszuwählen und Vorhersagen abzuleiten. Dies wird anhand von Überlebenszahlen nach einer Nierentransplantation und von Häufigkeitsmessungen im Zusammenhang mit der COVID-19-Pandemie demonstriert.
- WWW:
- https://mediatum.ub.tum.de/?id=1664525
- Date of submission:
- 26.08.2022
- Oral examination:
- 21.02.2023
- File size:
- 11071829 bytes
- Pages:
- 114
- Urn (citeable URL):
- https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20230221-1664525-1-8
- Last change:
- 10.03.2023
BibTeX