{"product_id":"muche-rainer-entwicklung-und-validierung-von-prognosemodellen-auf-basis-der-logistischen-regression-9783832235277","title":"Entwicklung und Validierung von Prognosemodellen auf Basis der logistischen Regression","description":"Im medizinischen Kontext ist eine Prognose eine Vorhersage ?ber den zuk?nftigen Verlauf einer Krankheit. Dabei soll auf Grundlage der Informationen ?ber den Patienten zum Zeitpunkt der Prognose etwas ?ber den voraussichtlichen Zustand des Patienten in einer n?heren oder ferneren Zukunft ausgesagt werden. Diese Prognosen werden von ?rzten als Entscheidungshilfe oder sogar als Entscheidungsgrundlage benutzt. Die wesentlichen Gr?nde f?r m?glichst genaue Prognosen in der Medizin k?nnen folgenderma?en zusammengefasst werden: . Prognosen sind eine Information f?r den Patienten und dessen Angeh?rige, um ihn in die Lage zu versetzen, eigene Entscheidungen treffen zu k?nnen. . Prognosen sind Informationen, die dem Arzt f?r diagnostische und therapeutische Entscheidungen zur Ver-f?gung stehen.. Die Ressourcen im Gesundheitswesen k?nnen bei Kenntnis der Prognosen genauer bereitgestellt werden, z.B. kann bei schlechter Prognose ein h?herer Aufwand betrieben werden.. Prognosen helfen bei der Definition von Risikogruppen durch Zusammenfassung von Patienten mit ?hnlicher Prognose. \n\u003cbr\u003e\nTypischerweise werden Prognosen von ?rzten auf Grundlage langj?hriger Erfahrung und intuitiver Zusammenfassung aller (zumindest der meisten) Informationen ?ber den Patienten getroffen. Somit ist bei einer Formalisierung der Prognose durch mathematische Modelle von einem multifakto-riellen Ansatz auszugehen. \n\u003cbr\u003e\nZentrales Thema der vorliegenden Schrift ist das Vorgehen der Entwicklung und Validierung von Prognosemodellen, eingeschr?nkt auf die logistische Regression, zur Prognose eines dichotomen Ereignisses. Die wichtigsten, in dieser Arbeit umgesetzten Ziele, die mit einer Bestandsaufnahme der Probleme aus der Praxis der Prognosemodellierung einhergehen, sind, 1. diese Probleme aufzuzeigen, 2. ein praktisches Vorgehen zur Modellierung abzuleiten, um 3. die wesentlichen Fehlerm?glichkeiten zu vermeiden und 4. mit der Bereitstellung der f?r diese Auswertungen notwendigen Werkzeuge etwas f?r die Verbesserung der biometrischen Praxis der Prognosemodellierung (Entwicklung und Anwendung) zu erreichen. \n\u003cbr\u003e\nDie wichtigsten Probleme der Modellbildung sind: nicht spezifizierte Definition der Variablen, Multikollinearit?t, Nichtber?cksichtigung einflussreicher Beobachtungen, nicht erf?llte Modellvoraussetzungen, Nichtlinearit?t des Zusammenhanges, ?beranpassung, unspezifizierte Variab-lenselektion, keine Wechselwirkungspr?fung sowie fehlende Modellvalidierung. In der vorliegenden Publikation wird jeder dieser Themenkomplexe und seine Fehlerquellen angesprochen und eingehender beleuchtet. Es wird dabei auf Basis der neuesten Literatur ein spezifischer Weg f?r die Modellentwicklung, Validierung und Bestimmung der Prognoseg?te vorgeschlagen. F?r alle diese Auswertungssituationen sind als spezielle Software-Werkzeuge SAS-Makros entwickelt worden, mit denen die Modellentwicklung und -validierung durchgef?hrt werden kann. Die SAS-Makros k?nnen, neben weiteren Informationen, zur eigenen Nutzung aus dem Netz heruntergeladen werden.\n\u003cbr\u003e\nSomit sind durch diese Arbeit die Voraussetzungen gegeben, dass in Zukunft Prognosemodelle auf Basis der logistischen Regression wesentlich genauer und exakter bestimmt werden k?nnen und sich der praktische Nutzen genauer ermitteln l?sst. Damit sollten die Ergebnisse dieser Schrift zur Verbesserung der medizinischen Praxis, insbesondere zur Bestimmung zuverl?ssigerer Prognosen, beitragen.","brand":"Shaker Verlag","offers":[{"title":"Used - good","offer_id":53377137115478,"sku":"9783832235277-G","price":1.0,"currency_code":"EUR","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0925\/5829\/5382\/files\/product_image_9783832235277_1.jpg?v=1781646067","url":"https:\/\/www.momoxbooks.com\/products\/muche-rainer-entwicklung-und-validierung-von-prognosemodellen-auf-basis-der-logistischen-regression-9783832235277","provider":"momoxbooks","version":"1.0","type":"link"}