Métodos Bayesianos em metanálise

Detalhes bibliográficos
Autor(a) principal: Mancuso, Aline Castello Branco
Data de Publicação: 2010
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFRGS
Texto Completo: http://hdl.handle.net/10183/29108
Resumo: A presente monografia tem por principal objetivo fazer uma revisão de literatura sobre métodos bayesianos em metanálise com ênfase em metanálise de subgrupos. Entende-se por metanálise técnicas estatísticas adequadas para combinar quantitativamente informações de estudos independentes, mas que possuem o mesmo objetivo de pesquisa. Espera-se que esta monografia sirva como guia básico para quem se interessar em aprender um pouco sobre a metodologia bayesiana em metanálise de subgrupos. Para isto, apresenta-se uma breve introdução à metanálise sob enfoque clássico e uma discussão mais aprofundada sobre como desenvolvera metanálise sob enfoque bayesiano. A metodologia apresentada é ilustrada através de exemplos envolvendo dados reais sobre a eficácia do uso de estatinas na prevenção de eventos cardiovasculares, sendo que as análises são descritas passo a passo com a utilização do software WinBUGS. A abordagem bayesiana para inferência estatística possui a característica de considerar os parâmetros desconhecidos dos modelos como quantidades aleatórias e, desta forma, expressar a incerteza que se tem sobre estes parâmetros através de distribuições a priori de probabilidades. Através do uso do teorema de Bayes, a atualização da incerteza sobre os parâmetros pode ser feita de forma sequencial com a chegada de novas informações. Esta característica dinâmica da abordagem bayesiana acomoda mais confortavelmente as técnicas de metanálise onde a incerteza sobre o efeito de um tratamento, por exemplo, é atualizada sequencialmente com a execução de mais um estudo sobre o tema. Paralelamente, a abordagem bayesiana permite modelos mais flexíveis onde características individuais dos estudos podem ser facilmente incorporadas. Apesar destas vantagens, a abordagem bayesiana ainda é pouco utilizada na prática e pouco descrita nos textos mais metodológicos sobre metanálise. Esta escassez de literatura justifica esta monografia.
id UFRGS-2_6e1c49c2c28609628118deb5fdeffafc
oai_identifier_str oai:www.lume.ufrgs.br:10183/29108
network_acronym_str UFRGS-2
network_name_str Repositório Institucional da UFRGS
repository_id_str
spelling Mancuso, Aline Castello BrancoZiegelmann, Patricia Klarmann2011-05-21T05:59:50Z2010http://hdl.handle.net/10183/29108000775678A presente monografia tem por principal objetivo fazer uma revisão de literatura sobre métodos bayesianos em metanálise com ênfase em metanálise de subgrupos. Entende-se por metanálise técnicas estatísticas adequadas para combinar quantitativamente informações de estudos independentes, mas que possuem o mesmo objetivo de pesquisa. Espera-se que esta monografia sirva como guia básico para quem se interessar em aprender um pouco sobre a metodologia bayesiana em metanálise de subgrupos. Para isto, apresenta-se uma breve introdução à metanálise sob enfoque clássico e uma discussão mais aprofundada sobre como desenvolvera metanálise sob enfoque bayesiano. A metodologia apresentada é ilustrada através de exemplos envolvendo dados reais sobre a eficácia do uso de estatinas na prevenção de eventos cardiovasculares, sendo que as análises são descritas passo a passo com a utilização do software WinBUGS. A abordagem bayesiana para inferência estatística possui a característica de considerar os parâmetros desconhecidos dos modelos como quantidades aleatórias e, desta forma, expressar a incerteza que se tem sobre estes parâmetros através de distribuições a priori de probabilidades. Através do uso do teorema de Bayes, a atualização da incerteza sobre os parâmetros pode ser feita de forma sequencial com a chegada de novas informações. Esta característica dinâmica da abordagem bayesiana acomoda mais confortavelmente as técnicas de metanálise onde a incerteza sobre o efeito de um tratamento, por exemplo, é atualizada sequencialmente com a execução de mais um estudo sobre o tema. Paralelamente, a abordagem bayesiana permite modelos mais flexíveis onde características individuais dos estudos podem ser facilmente incorporadas. Apesar destas vantagens, a abordagem bayesiana ainda é pouco utilizada na prática e pouco descrita nos textos mais metodológicos sobre metanálise. Esta escassez de literatura justifica esta monografia.This monograph has as its principal objective to review the literature on bayesian methods in metanalysis with emphasis on metanalysis of subgroups. It is understood by metanalysis statistical techniques that combine quantitatively information from independent studies, with the same goal of research. It is hoped that this monograph will serve as a basic guide for anyone interested in learning about the bayesian approach in meta-analysis of subgroups. For this, this paper presents a brief introduction to the classical metanalysis and a deeper discussion on how to develop a meta-analysis under bayesian framework. The methodology is illustrated through examples involving real data about the efficacy of statins in preventing cardiovascular events, and the analysis are described step by step using the WinBUGS software. Bayesian approach to statistical inference has the feature of considering the unknown parameters of the models as random quantities and thus expresses the uncertainty about these parameters through a priori probability distribution. Through the use of Bayes' theorem the updating of uncertainty about the parameters can be done in sequence with the arrival of new information. This dynamic characteristic of the bayesian approach accommodates more comfortably the techniques of metanalysis where uncertainty about, for example, the effect of a treatment is sequentially updated with the execution of a further study on this topic. In parallel, the bayesian approach allows more flexible models where individual characteristics of the studies can be easily incorporated. Despite these advantages the bayesian approach is not widely used in practice and rarely described in methodological texts on metanalysis. This lack of literature justifies this monograph.application/pdfporMetanáliseMetodologia estatisticaEstatistica bayesianaModelos estatísticosMétodos Bayesianos em metanáliseinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisUniversidade Federal do Rio Grande do SulInstituto de Matemática. Departamento de EstatísticaPorto Alegre, BR-RS2010Estatística: Bachareladograduaçãoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT000775678.pdf.txt000775678.pdf.txtExtracted Texttext/plain149575http://www.lume.ufrgs.br/bitstream/10183/29108/2/000775678.pdf.txt8d33d28d8165c48d6c0ae5cc4119b1ccMD52ORIGINAL000775678.pdf000775678.pdfTexto completoapplication/pdf2192803http://www.lume.ufrgs.br/bitstream/10183/29108/1/000775678.pdf26a72e389efe24664ea207f1145ba8ccMD51THUMBNAIL000775678.pdf.jpg000775678.pdf.jpgGenerated Thumbnailimage/jpeg1205http://www.lume.ufrgs.br/bitstream/10183/29108/3/000775678.pdf.jpg86b640df75797bc3c5bdf2a70e76bc89MD5310183/291082018-10-09 09:17:11.138oai:www.lume.ufrgs.br:10183/29108Repositório de PublicaçõesPUBhttps://lume.ufrgs.br/oai/requestopendoar:2018-10-09T12:17:11Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Métodos Bayesianos em metanálise
title Métodos Bayesianos em metanálise
spellingShingle Métodos Bayesianos em metanálise
Mancuso, Aline Castello Branco
Metanálise
Metodologia estatistica
Estatistica bayesiana
Modelos estatísticos
title_short Métodos Bayesianos em metanálise
title_full Métodos Bayesianos em metanálise
title_fullStr Métodos Bayesianos em metanálise
title_full_unstemmed Métodos Bayesianos em metanálise
title_sort Métodos Bayesianos em metanálise
author Mancuso, Aline Castello Branco
author_facet Mancuso, Aline Castello Branco
author_role author
dc.contributor.author.fl_str_mv Mancuso, Aline Castello Branco
dc.contributor.advisor1.fl_str_mv Ziegelmann, Patricia Klarmann
contributor_str_mv Ziegelmann, Patricia Klarmann
dc.subject.por.fl_str_mv Metanálise
Metodologia estatistica
Estatistica bayesiana
Modelos estatísticos
topic Metanálise
Metodologia estatistica
Estatistica bayesiana
Modelos estatísticos
description A presente monografia tem por principal objetivo fazer uma revisão de literatura sobre métodos bayesianos em metanálise com ênfase em metanálise de subgrupos. Entende-se por metanálise técnicas estatísticas adequadas para combinar quantitativamente informações de estudos independentes, mas que possuem o mesmo objetivo de pesquisa. Espera-se que esta monografia sirva como guia básico para quem se interessar em aprender um pouco sobre a metodologia bayesiana em metanálise de subgrupos. Para isto, apresenta-se uma breve introdução à metanálise sob enfoque clássico e uma discussão mais aprofundada sobre como desenvolvera metanálise sob enfoque bayesiano. A metodologia apresentada é ilustrada através de exemplos envolvendo dados reais sobre a eficácia do uso de estatinas na prevenção de eventos cardiovasculares, sendo que as análises são descritas passo a passo com a utilização do software WinBUGS. A abordagem bayesiana para inferência estatística possui a característica de considerar os parâmetros desconhecidos dos modelos como quantidades aleatórias e, desta forma, expressar a incerteza que se tem sobre estes parâmetros através de distribuições a priori de probabilidades. Através do uso do teorema de Bayes, a atualização da incerteza sobre os parâmetros pode ser feita de forma sequencial com a chegada de novas informações. Esta característica dinâmica da abordagem bayesiana acomoda mais confortavelmente as técnicas de metanálise onde a incerteza sobre o efeito de um tratamento, por exemplo, é atualizada sequencialmente com a execução de mais um estudo sobre o tema. Paralelamente, a abordagem bayesiana permite modelos mais flexíveis onde características individuais dos estudos podem ser facilmente incorporadas. Apesar destas vantagens, a abordagem bayesiana ainda é pouco utilizada na prática e pouco descrita nos textos mais metodológicos sobre metanálise. Esta escassez de literatura justifica esta monografia.
publishDate 2010
dc.date.issued.fl_str_mv 2010
dc.date.accessioned.fl_str_mv 2011-05-21T05:59:50Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/29108
dc.identifier.nrb.pt_BR.fl_str_mv 000775678
url http://hdl.handle.net/10183/29108
identifier_str_mv 000775678
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Repositório Institucional da UFRGS
collection Repositório Institucional da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/29108/2/000775678.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/29108/1/000775678.pdf
http://www.lume.ufrgs.br/bitstream/10183/29108/3/000775678.pdf.jpg
bitstream.checksum.fl_str_mv 8d33d28d8165c48d6c0ae5cc4119b1cc
26a72e389efe24664ea207f1145ba8cc
86b640df75797bc3c5bdf2a70e76bc89
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv
_version_ 1801224408595955712