IRIS – Institutional Research Information System
IRIS è il sistema di gestione della ricerca dell’Università degli Studi di Milano-Bicocca.Il repository BOA è il modulo del sistema dedicato alla raccolta e alla disseminazione della produzione scientifica di Ateneo. Le pubblicazioni sono ricercabili per parola chiave attraverso il box nella barra orizzontale in alto oppure, mediante il pulsante Sfoglia, per "Afferenza", "Autore", "Titolo", "Tipologia" o "Settore scientifico-disciplinare".
IRIS contiene inoltre alcuni moduli dedicati alla registrazione dei progetti e dei contratti, e alla reportistica avanzata per le attività di valutazione della ricerca
EnglishIn practice, both testable and untestable assumptions are generally required to draw inference about the mean outcome measured at the final scheduled visit in a repeated measures study with drop-out. Scharfstein et al. (2014) proposed a sensitivity analysis methodology to determine the robustness of conclusions within a class of untestable assumptions. In their approach, the untestable and testable assumptions were guaranteed to be compatible; their testable assumptions were based on a fully parametric model for the distribution of the observable data. While convenient, these parametric assumptions have proven especially restrictive in empirical research. Here, we relax their distributional assumptions and provide a more flexible, semi-parametric approach. We illustrate our proposal in the context of a randomized trial for evaluating a treatment of schizoaffective disorder.
Scharfstein, D., Mcdermott, A., Díaz, I., Carone, M., Lunardon, N., & Turkoz, I. (2018). Global sensitivity analysis for repeated measures studies with informative drop-out: A semi-parametric approach. BIOMETRICS, 74(1), 207-219.
| Citazione: | Scharfstein, D., Mcdermott, A., Díaz, I., Carone, M., Lunardon, N., & Turkoz, I. (2018). Global sensitivity analysis for repeated measures studies with informative drop-out: A semi-parametric approach. BIOMETRICS, 74(1), 207-219. |
| Tipo: | Articolo in rivista - Articolo scientifico |
| Carattere della pubblicazione: | Scientifica |
| Presenza di un coautore afferente ad Istituzioni straniere: | Si |
| Titolo: | Global sensitivity analysis for repeated measures studies with informative drop-out: A semi-parametric approach |
| Autori: | Scharfstein, D; Mcdermott, A; Díaz, I; Carone, M; Lunardon, N; Turkoz, I |
| Autori: | |
| Data di pubblicazione: | 2018 |
| Lingua: | English |
| Rivista: | BIOMETRICS |
| Digital Object Identifier (DOI): | http://dx.doi.org/10.1111/biom.12729 |
| Appare nelle tipologie: | 01 - Articolo su rivista |
File in questo prodotto:
Copyright © 2021