DUŠEK, Ladislav, Tomáš PAVLÍK, Jiří JARKOVSKÝ a Jana KOPTÍKOVÁ. Analýza dat v neurologii: XLII. Simpsonův paradox a faktory modifikující účinek v analýze asociačních studií. Ceska a slovenska neurologie a neurochirurgie. Praha: Česká lékařská společnost J.E. Purkyně, 2013, roč. 76, č. 6, s. 783-787. ISSN 1210-7859.
Další formáty:   BibTeX LaTeX RIS
Základní údaje
Originální název Analýza dat v neurologii: XLII. Simpsonův paradox a faktory modifikující účinek v analýze asociačních studií
Název anglicky Data analysis in neurology. XLII. Simpson's paradox and effect modifiers in the analysis of association studies
Autoři DUŠEK, Ladislav (203 Česká republika, domácí), Tomáš PAVLÍK (203 Česká republika, domácí), Jiří JARKOVSKÝ (203 Česká republika, garant, domácí) a Jana KOPTÍKOVÁ (203 Česká republika, domácí).
Vydání Ceska a slovenska neurologie a neurochirurgie, Praha, Česká lékařská společnost J.E. Purkyně, 2013, 1210-7859.
Další údaje
Originální jazyk čeština
Typ výsledku Článek v odborném periodiku
Obor 30000 3. Medical and Health Sciences
Stát vydavatele Česká republika
Utajení není předmětem státního či obchodního tajemství
Impakt faktor Impact factor: 0.159
Kód RIV RIV/00216224:14110/13:00071557
Organizační jednotka Lékařská fakulta
UT WoS 000327582100022
Klíčová slova anglicky Simpson's paradox; data analysis; contradictory outputs
Příznaky Mezinárodní význam, Recenzováno
Změnil Změnila: Soňa Böhmová, učo 232884. Změněno: 30. 1. 2014 15:36.
Anotace
Pokud v konkrétním případě pozorujeme Simpsonův paradox, ukazuje to buď na vážné problémy s designem studie, nebo na vliv silného zavádějícího faktoru, který ovlivňuje výsledky dílčích sledování, a při spojení dat je jeho vliv maskován. Takové výsledky je nutné interpretovat s maximální opatrností, neboť existuje velké riziko jejich zkreslení.
Anotace anglicky
Observing Simpson’s paradox indicates severe problems with the study design or effect of a strong confounding factor, which affects results of partial observations and its impact is concealed when merging the individual data sets. Such results must be interpreted with a highest achievable caution, because there is a high risk of bias.
VytisknoutZobrazeno: 25. 4. 2024 07:19