Статистически метод за целите на медицинските изследвания, основаващ се на използването на априорни данни при анализа на текущите експериментални резултати
Абстракт
В статията е направен анализ на възможностите за съвместяване на едно-родни данни, постъпващи от диверсифицирани източници на информация. Акцентът при анализа е поставен върху възможността за прилагане на параметричните емпирич-ни Бейсовски методи за целите на медико-диагностичните изследвания, за нуждите на анализа на различни заболявания, както и при проучване въздействието на нови меди-каменти върху здравословното състояние на пациенти.
Биография на Автор
доц. д.т.н Антон Славчев Георгиев
Технически университет Варна
Докторант в Медицински университет - София, Университетска МБАЛ "Св. Иван Рилски"
Литература
treat patients with rheumatoid arthritis? Opportunities and benefits of the implementation of a pharmacoeconomic cost-effectiveness analysis. January 2015.
[2] Tsvetoslav Georgiev, M. Ivanova, R. Stoiov. Recent trends in the pathogenic mechanism of osteoarthritis, Revmatologiia. October 2013.
[3] Tsvetoslav Georgiev, Rumen Stoilov, Vladimira Boyadzhieva, M. Ivanova. Hyaluronic
acid - Historical data, classification, mechanism of action and recommendations. January
2014.
[4] Tsvetoslav Georgiev, Rumen Stoilov, M. Ivanova. Biomarkers in osteoarthritis. January
2013.
[5] http://zdravbadi.com/
[6] Tsvetoslav A. Georgiev. A mathematical method for integration of information, which is similar in nature, for the purpose of medical research. Електронно списание „Компютърни науки и комуникации” т.5, №1, 2016г. с.51-59. ISSN:1314-7846
[7] Thomas S. Ferguson. A Bayesian Analysis of Some Nonparametric Problems. The Annals
of Statistics. Vol. 1, N. 2, 1973, 209-230. https://projecteuclid.org/euclid.aos/1176342360 [8] Thomas S. Ferguson. Bayesian density estimation by mixtures of normal distributions.
Resent advances in statistics, Academic press, Inc. 287-302. ISBN 0-12-589320-5. https://www.math.ucla.edu/-tom/papers/densityestimation.pdf
[9] Thomas S. Ferguson. Prior distributions on spaces of probability measures. The Annals of Statistics. Vol. 2, N. 4, 1974, p. 615–629. https://projecteuclid.org/euclid.aos/1176342752
[10] Ledermann W., E. Lloyd. Handbook of applicable mathematics: Vol. VI: STATISTICS, Part B. Chichester-New York-Brisbane-Toronto-Singapore John Wiley & Sons Ltd, 1984.
[11] Susarla V., Van Ryzin. Empirical Bayes procedures with censored data. Adaptive statistical procedures and related topics, 219-234, Institute of Mathematical Statistics, Hayward, CA, 1986. http://projecteuclid.org/euclid.lnms/1215540301
[12] Tsvetoslav Georgiev, Anton Georgiev, Nikolay Nikolov, Toncho Papanchev. Нови възможности за редукция на срока за добиване на достоверна и точна информация за целите на медицинските изследвания. Научен Форум „Иновации и Бизнес” 14-15.10.2016, ТУ-Варна.
[13] Ledermann W., E. Lloyd. Handbook of applicable mathematics: Vol. VI: STATISTICS, Part A. Chichester-New York-Brisbane-Toronto-Singapore John Wiley & Sons Ltd, 1984.
[14] Huda A. Rasheed, Zainab N. Khalifa. Bayes Estimators For The Maxwell Distribution Under Quadratic Loss Function, Australian Journal of Basic and Applied Sciences, 10 (18)
December 2016, pp. 223-232, ISSN:1991-8178. Available from:
https://www.researchgate.net/publication/313557759_Bayesian_Approach_of_One_Parameter_Maxwell_Dis tribution_under_Two_Different_Loss_Functions.
[15] Huda A. Rasheed, Raghda Aref. Bayesian inference for Parameter and Reliability
function of Inverse Rayleigh Distribution Under Modified Squared Error Loss Function.
Australian Journal of Basic and Applied Sciences, November 2016, 10 (16) pp. 241-248, ISSN:1991-8178 Available from:
https://www.researchgate.net/publication/311536455_Bayesian_inference_for_Parameter_and_Reliability_fu nction_of_Inverse_Rayleigh_Distribution_Under_Modified_Squared_Error_Loss_Function.
[16] Huda A. Rasheed, Raghda Aref. Bayesian Approach in Estimation of Scale Parameter
of Inverse Rayleigh distribution. Mathematics and Statistics Journal, 2 (1): pp. 8-13,
January 2016. Available from:
https://www.researchgate.net/publication/301340625_Bayesian_Approach_in_Estimation_of_Scale_Paramet er_of_Inverse_Rayleigh_Distribution
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Авторски права
Авторите, които публикуват в това издание се съгласяват със следните условия:
Авторите запазват авторските права и предоставят на списанието правото на първата публикация с едновременно лицензиране на публикацията при условията на Creative Commons Attribution License. Този лиценз позволява на другите да споделят работата с потвърждение на авторството и първоначалното публикуване в това издание .
Авторите са в състояние да влизат в отделни, допълнителни договорни отношения за неизключителна дистрибуция на публикуваната версия на работата подадена в това издание (например, публикацията да се качи на институционално хранилище или да се публикува в книга), при условие, че цитират първоначалното публикуване в това издание.
На авторите е разрешено и се насърчават да публикуват работата си онлайн (напр., в институционалните хранилища или др.) преди и по време на процеса на подаване. Това се поощрява, тъй-като може да доведе до по-продуктивен обмен , както и до по-ранно и по -голямо цитиране на публикуваните работи (Вижте на Ефектът на Open Access ).
Подаване на материал за публикация:
Вие трябва да потвърдите, че документът който предоставяте за публикуване отговаря на всяко от следните 5 изисквания:
* Материалът не е бил публикуван по-рано, нито е представен друг вестник или форум за разглеждане (или обяснение е предвидено в Коментари на редактора).
* Файлът се представя е в Microsoft Word или RTF документ файлов формат.
* Където е необходимо, са предвидени URL адреси за препратките.
* Текстът е с междуредие 1; използва се 12-точков шрифт; използва се курсив, а не подчертаване (освен с URL адреси); всички илюстрации, фигури и таблици са поставени в текста на съответното място .
* Текстът се придържа към стилистичните и библиографските изискванията, посочени в Насоките на автора.
Авторските ви права са защитени от този леценз
Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
Права на читателите:
Вие сте свободни да:
Share - копирате и разпространявате материала на всякакъв носител или формат.
Adapt - преработвате и трансформирате, като се позовавате на оригинала. Носителят на правата не може да отмени тези ваши свободи, стига Вие да следвате условията на лиценза.
Правата на читателите са валидни единствено при спазване на следните условия:
Признание - Трябва да се даде информация по подходящ начин, като цитирате или предоставите линк към оригинала и да посочите дали са направени промени. Можете да направите това по никакъв разумен начин, но не и по начин, който подсказва, че лицензодателя е съгласен с Вас или Ви подкрепя по какъвто и да е начин.
Некомерсиално - Вие не може да използва материала за търговски цели.
Разпространяване и споделяне - Ако ремиксвате, трансформиране или доразвиване на материала, трябва да разпространявате вашите материали под същия лиценз, като оригинала.
