Summary: | Submitted by Alison Vanceto (alison-vanceto@hotmail.com) on 2017-01-11T10:26:37Z
No. of bitstreams: 1
DissLVS.pdf: 1824115 bytes, checksum: 71ce8c53b020b46c93876ebad01cdbc4 (MD5) === Approved for entry into archive by Marina Freitas (marinapf@ufscar.br) on 2017-01-13T19:21:08Z (GMT) No. of bitstreams: 1
DissLVS.pdf: 1824115 bytes, checksum: 71ce8c53b020b46c93876ebad01cdbc4 (MD5) === Approved for entry into archive by Marina Freitas (marinapf@ufscar.br) on 2017-01-13T19:21:16Z (GMT) No. of bitstreams: 1
DissLVS.pdf: 1824115 bytes, checksum: 71ce8c53b020b46c93876ebad01cdbc4 (MD5) === Made available in DSpace on 2017-01-13T19:21:26Z (GMT). No. of bitstreams: 1
DissLVS.pdf: 1824115 bytes, checksum: 71ce8c53b020b46c93876ebad01cdbc4 (MD5)
Previous issue date: 2016-10-28 === Não recebi financiamento === A metanálise tem sido amplamente utilizada em estudos médicos especialmente em revisões sistemáticas de ensaios clínicos aleatorizados. Para modelos de regressão a técnica ainda é muito escassa e limitada. Geralmente, trata-se apenas de uma medida baseada nas médias de estimativas pontuais dos diferentes estudos, perdendo-se muita informação dos dados originais. Atualmente, torna-se cada vez mais fundamental o uso da metanálise para sumarizar estudos de mesmo objetivo, em razão do avanço da ciência e o desejo de usar o menor número de seres humanos em ensaios clínicos. Utilizando uma medida metanalítica Bayesiana, o objetivo
é propor um método genérico e eficiente para realizar metanálise em modelos de regressão.
|