gms | German Medical Science

MAINZ//2011: 56. GMDS-Jahrestagung und 6. DGEpi-Jahrestagung

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e. V.
Deutsche Gesellschaft für Epidemiologie e. V.

26. - 29.09.2011 in Mainz

Sequentielle bayesianische Analyse – Ein Beispiel aus der Dialyse

Meeting Abstract

Search Medline for

  • Mathias Schaller - Universität Köln, Köln

Mainz//2011. 56. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie (gmds), 6. Jahrestagung der Deutschen Gesellschaft für Epidemiologie (DGEpi). Mainz, 26.-29.09.2011. Düsseldorf: German Medical Science GMS Publishing House; 2011. Doc11gmds108

doi: 10.3205/11gmds108, urn:nbn:de:0183-11gmds1080

Published: September 20, 2011

© 2011 Schaller.
This is an Open Access article distributed under the terms of the Creative Commons Attribution License (http://creativecommons.org/licenses/by-nc-nd/3.0/deed.en). You are free: to Share – to copy, distribute and transmit the work, provided the original author and source are credited.


Outline

Text

In Datenbanken wie der QiN Datenbank des KfH werden Patientendaten stetig über die Zeit gesammelt. Es besteht ein Wunsch diese Daten zu analysieren und in der Folge einlaufende Daten in die Analyse mit einzubeziehen. Eine Möglichkeit stellen sequentielle Bayes Verfahren dar. Dazu wird mit einem MCMC Verfahren ein Cox Modell für das Überleben der Dialysepatienten erstellt und die Größe der Einflüsse sowie deren Varianz geschätzt. In einem zweiten Schritt werden neu erhobene Daten hinzugezogen. Mit Hilfe der a posteriori Verteilung des ersten Schrittes werden geeignete a priori Verteilungen für einen zweiten Schritt generiert. Die a posteriori Verteilung des zweiten Schrittes wird daraufhin mit der a priori Verteilung des ersten Schrittes verglichen. Zur Illustration wird außerdem ein Ein Schritt Verfahren angewandt, das mit allen Daten arbeitet. Der Vergleich der Schritte im sequentiellen Bayes Verfahren zeigt nur geringe Abweichungen bei der geschätzten Größe der Einflüsse aber eine abnehmende Varianz der Schätzer. Der Vergleich mit dem Ein Schritt Verfahren zeigt, dass die Verfahren ähnliche Schätzer liefern.