Analisi dei dati sanitari nel mondo reale: Metodi causali e implementazione con SAS

Recensioni dei lettori

Attualmente non ci sono recensioni dei lettori. La valutazione si basa su 6 voti.

Titolo originale:

Real World Health Care Data Analysis: Causal Methods and Implementation Using SAS

Contenuto del libro:

Scoprite le migliori pratiche per la ricerca sui dati del mondo reale con il codice SAS e gli esempi.

I dati sanitari del mondo reale sono comuni e sempre più utilizzati, grazie a fonti quali studi osservazionali, registri di pazienti, database di cartelle cliniche elettroniche, database di richieste di assistenza sanitaria da parte delle assicurazioni, nonché dati provenienti da studi pragmatici. Questi dati costituiscono la base per il crescente utilizzo delle evidenze del mondo reale nel processo decisionale medico. Tuttavia, i dati in sé non sono un'evidenza. È necessario utilizzare metodi analitici per trasformare i dati del mondo reale in prove valide e significative. Real World Health Care Data Analysis: Causal Methods and Implementation Using SAS raccoglie le migliori pratiche per le analisi di efficacia comparativa causale basate su dati del mondo reale in un unico luogo e fornisce codice SAS ed esempi per rendere le analisi relativamente facili ed efficienti.

Il libro si concentra sui metodi analitici aggiustati per il confondimento indipendente dal tempo, che sono utili quando si confronta l'effetto di diversi interventi potenziali su alcuni risultati di interesse in assenza di randomizzazione. Questi metodi includono:

⬤  la corrispondenza del punteggio di propensione, i metodi di stratificazione, i metodi di ponderazione, i metodi di regressione e gli approcci che combinano e mediano tra loro questi metodi.

⬤  metodi per il confronto tra due interventi e per il confronto tra tre o più interventi.

⬤  algoritmi per la medicina personalizzata.

⬤  analisi di sensibilità per le confusioni non misurate.