A longitudinal transition imputation model for categorical data applied to a large registry dataset.

Mamouris, Pavlos; Nassiri, Vahid; Verbeke, Geert; Janssens, Arne; Vaes, Bert; Molenberghs, Geert

Mamouris, Pavlos; Nassiri, Vahid; Verbeke, Geert; Janssens, Arne; Vaes, Bert; Molenberghs, Geert.

Afiliação

Mamouris P; Department of Public Health and Primary Care, KU Leuven, Leuven, Belgium.
Nassiri V; Open Analytics NV, Antwerp, Belgium.
Verbeke G; I-BioStat, KU Leuven University of Leuven, Leuven, Belgium.
Janssens A; I-BioStat, Hasselt University, Diepenbeek, Belgium.
Vaes B; Department of Public Health and Primary Care, KU Leuven, Leuven, Belgium.
Molenberghs G; Department of Public Health and Primary Care, KU Leuven, Leuven, Belgium.

Stat Med ; 42(29): 5405-5418, 2023 12 20.

Article em En | MEDLINE | ID: mdl-37752860

Assuntos

Fumar; Humanos; Interpretação Estatística de Dados; Simulação por Computador; Sistema de Registros; Fumar/epidemiologia; Probabilidade

Palavras-chave

multiple imputation; registry data; smoking outcome; transition probabilities

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google

Texto completo: 1 Base de dados: MEDLINE Assunto principal: Fumar Tipo de estudo: Prognostic_studies / Risk_factors_studies Limite: Humans Idioma: En Revista: Stat Med Ano de publicação: 2023 Tipo de documento: Article País de afiliação: Bélgica

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google