Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Methodological Overview of Prospensity Score Matching Methods demonstrated on Colorectal Data

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F23%3A10252879" target="_blank" >RIV/61989100:27240/23:10252879 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://ieeexplore.ieee.org/document/10194437" target="_blank" >https://ieeexplore.ieee.org/document/10194437</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1109/IDT59031.2023.10194437" target="_blank" >10.1109/IDT59031.2023.10194437</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Methodological Overview of Prospensity Score Matching Methods demonstrated on Colorectal Data

  • Popis výsledku v původním jazyce

    Propensity score matching (PSM) is a method which is recommended to use at the case that data sets are not comparable. There exists several approaches at the definition of propensity score. We focused on two of them: model of logistic regression and machine learning method boosting. Propensity score principle can be applied in two ways: propensity score matching and weighting methods. The purpose of this study is to compare different PSM approaches and their influence on decision-making about the differences between two groups of data. Theoretical approach was demonstrated on biomedical data from the resort surgery.

  • Název v anglickém jazyce

    Methodological Overview of Prospensity Score Matching Methods demonstrated on Colorectal Data

  • Popis výsledku anglicky

    Propensity score matching (PSM) is a method which is recommended to use at the case that data sets are not comparable. There exists several approaches at the definition of propensity score. We focused on two of them: model of logistic regression and machine learning method boosting. Propensity score principle can be applied in two ways: propensity score matching and weighting methods. The purpose of this study is to compare different PSM approaches and their influence on decision-making about the differences between two groups of data. Theoretical approach was demonstrated on biomedical data from the resort surgery.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    10103 - Statistics and probability

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2023

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    International Conference on Information and Digital Technologies 2023, IDT 2023

  • ISBN

    979-8-3503-0587-6

  • ISSN

    2575-6753

  • e-ISSN

    2575-677X

  • Počet stran výsledku

    8

  • Strana od-do

    89-96

  • Název nakladatele

    IEEE

  • Místo vydání

    Piscataway

  • Místo konání akce

    Žilina

  • Datum konání akce

    20. 6. 2023

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku