分布式统计分析:对适应健康分析的操作框架进行范围审查和示例
Félix Camirand Lemyre1,2, Simon Lévesque1,2,3, Marie-Pier Domingue1,2,4
1GRIIS, Université de Sherbrooke, 2500, Boul de l'Université, Sherbrooke, QC, J1K 2R1, Canada, 1-819-821-8000 ext 74977.
这项研究适应了分布式健康数据的统计推断方法,解决了伦理问题和数据异质性. 新的程序适用于健康分析中的通用线性模型的不同样本大小和分布.
科学领域:
- 医疗健康分析分析
- 统计推理 统计推理
- 分布式数据系统 分布式数据系统
背景情况:
- 推进学习健康系统需要多个组织的数据,但伦理和法律问题阻碍了标准的数据聚合.
- 分布式算法提供了替代方案,但可能不适合所有健康框架.
- 不同质的数据和隐私问题需要专门的统计方法.
研究的目的:
- 为水平分区数据提供统计推理的文献概述.
- 描述通用线性模型 (GLMs) 的方法及其在卫生环境中的假设.
- 调整现有方法以适应异质健康数据的实际使用.
主要方法:
- 一项范围审查确定了6种方法,用于使用水平分区数据进行GLM分析.
- 应用统计理论来适应健康数据的方法.
- 开发了工作流程和算法,以详细说明信息共享和复杂性.
主要成果:
- 确定了六种统计分析方法,用于水平分区数据的GLM.
- 方法适应处理不均的样本大小和跨节点的异质数据分布.
- 创建了详细的算法和工作流程,以说明操作方面.
结论:
- 这项工作提供了适应的统计方法来分析异质的,水平分区的健康数据.
- 该研究澄清了分布式健康分析的工作流程和数据交换需求.
- 需要进一步研究共享总结统计数据的保密性.
更多相关视频
08:51Author Spotlight: Integrated Multi-Omics Analysis for Unveiling Multicellular Immune Signatures in Clinical Heart Attack Cohorts
Published on: September 20, 2024
06:55Inverse Probability of Treatment Weighting Propensity Score using the Military Health System Data Repository and National Death Index
Published on: January 8, 2020
相关概念视频
Steps in Outbreak Investigation
Statistical Methods for Analyzing Epidemiological Data
Statistical Software for Data Analysis and Clinical Trials
Overview of Biostatistics in Health Sciences
Statistical Analysis System (SAS)
Applications: SAS finds applications in numerous fields, including healthcare for clinical trial analysis, finance for risk assessment, marketing for customer data analysis, and...
Biostatistics: Overview
Discrete variables are...
