Real World Health Care Data Analysis: Métodos causales y aplicación con SAS

Título original:

Real World Health Care Data Analysis: Causal Methods and Implementation Using SAS

Contenido del libro:

Descubra las mejores prácticas para la investigación de datos del mundo real con código SAS y ejemplos.

Los datos del mundo real de la atención sanitaria son comunes y su uso va en aumento con fuentes como los estudios observacionales, los registros de pacientes, las bases de datos de historias clínicas electrónicas, las bases de datos de reclamaciones de atención sanitaria de las aseguradoras, así como los datos de ensayos pragmáticos. Estos datos sirven de base para el creciente uso de pruebas del mundo real en la toma de decisiones médicas. Sin embargo, los datos en sí no son pruebas. Deben utilizarse métodos analíticos para convertir los datos del mundo real en pruebas válidas y significativas. Análisis de datos sanitarios del mundo real: Causal Methods and Implementation Using SAS reúne en un solo lugar las mejores prácticas para los análisis causales de efectividad comparativa basados en datos del mundo real y proporciona código SAS y ejemplos para hacer los análisis relativamente fáciles y eficientes.

El libro se centra en métodos analíticos ajustados por factores de confusión independientes del tiempo, que son útiles cuando se compara el efecto de diferentes intervenciones potenciales sobre algún resultado de interés cuando no hay aleatorización. Estos métodos incluyen:

⬤  emparejamiento por puntuación de propensión, métodos de estratificación, métodos de ponderación, métodos de regresión y enfoques que combinan y promedian estos métodos.

⬤  métodos para comparar dos intervenciones, así como comparaciones entre tres o más intervenciones.

⬤  algoritmos para la medicina personalizada.

⬤  Análisis de sensibilidad para factores de confusión no medidos.