{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:1318957"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:1318957","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Μέθοδοι μετα-ανάλυσης και λόγος των ποσοστημορίων στη Βιοστατιστική","abstract":"Η μετα-ανάλυση δεδομένων από πολλαπλές στατιστικές έρευνες πάνω στο ίδιο ερώτημα έχει τύχει μεγάλης χρήσης στη βιοστατιστική τα τελευταία χρόνια. Το πιο διαδεδομένο εργαλείο μοντελοποίησης της κάθε έρευνας ξεχωριστά είναι τα αναλογικά μοντέλα. Το πιο συνηθισμένο μέγεθος της επίδρασης σε αυτή την περίπτωση είναι ο λόγος των συναρτήσεων κινδύνου των δύο ομάδων που βρίσκονται προς μελέτη. Σε μια μετα-ανάλυση όπου συμπεριλαμβάνουμε ένα πλήθος ερευνών, ενδέχεται σε μερικές η υπόθεση της αναλογικότητας να μην ευσταθεί και ο λόγος του κινδύνου μεταξύ των δύο ομάδων να εξαρτάται από τον χρόνο διάρκειας της έρευνας. Ένα νέο εναλλακτικό μέτρο που μπορεί να χρησιμοποιηθεί όταν η υπόθεση των αναλογικών κινδύνων δεν είναι η κατάλληλη, είναι ο λόγος των ποσοστημορίων. Τα ποσοστημόρια μιας συνάρτησης κατανομής είναι συσχετισμένα το ένα με το άλλο, άρα και ο λόγος των ποσοστημορίων δύο ομάδων από ποσοστημόριο σε ποσοστημόριο είναι συσχετισμένος και αυτός με την σειρά του. Θα προσπαθήσουμε να εντάξουμε αυτήν τη συσχέτιση σε μια μετα-ανάλυση ώστε αυτό να μπορέσει να αυξήσει την ακρίβεια της εκτίμησης και μάλιστα κάτω από μια μοντελοποίηση στην μορφή των γενικευμένων γραμμικών μοντέλων και πιο συγκεκριμένα με χρήση των τακτικών που χρησιμοποιούνται στην ανάλυση διαχρονικών δεδομένων, όπου έχουμε συσχετισμένα δεδομένα.","abstract_html":"Η μετα-ανάλυση δεδομένων από πολλαπλές στατιστικές έρευνες πάνω στο ίδιο ερώτημα έχει τύχει μεγάλης χρήσης στη βιοστατιστική τα τελευταία χρόνια. Το πιο διαδεδομένο εργαλείο μοντελοποίησης της κάθε έρευνας ξεχωριστά είναι τα αναλογικά μοντέλα. Το πιο συνηθισμένο μέγεθος της επίδρασης σε αυτή την περίπτωση είναι ο λόγος των συναρτήσεων κινδύνου των δύο ομάδων που βρίσκονται προς μελέτη. Σε μια μετα-ανάλυση όπου συμπεριλαμβάνουμε ένα πλήθος ερευνών, ενδέχεται σε μερικές η υπόθεση της αναλογικότητας να μην ευσταθεί και ο λόγος του κινδύνου μεταξύ των δύο ομάδων να εξαρτάται από τον χρόνο διάρκειας της έρευνας. Ένα νέο εναλλακτικό μέτρο που μπορεί να χρησιμοποιηθεί όταν η υπόθεση των αναλογικών κινδύνων δεν είναι η κατάλληλη, είναι ο λόγος των ποσοστημορίων. Τα ποσοστημόρια μιας συνάρτησης κατανομής είναι συσχετισμένα το ένα με το άλλο, άρα και ο λόγος των ποσοστημορίων δύο ομάδων από ποσοστημόριο σε ποσοστημόριο είναι συσχετισμένος και αυτός με την σειρά του. Θα προσπαθήσουμε να εντάξουμε αυτήν τη συσχέτιση σε μια μετα-ανάλυση ώστε αυτό να μπορέσει να αυξήσει την ακρίβεια της εκτίμησης και μάλιστα κάτω από μια μοντελοποίηση στην μορφή των γενικευμένων γραμμικών μοντέλων και πιο συγκεκριμένα με χρήση των τακτικών που χρησιμοποιούνται στην ανάλυση διαχρονικών δεδομένων, όπου έχουμε συσχετισμένα δεδομένα.","abstract_has_math":false,"creators":["Τζουμέρκας Γεώργιος"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2014,"date_issued":"2014","date_published":"2014","updated_at":"2026-11-19T05:25:33Z","subjects":[],"languages":["Ελληνικά","Greek"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:1318957"],"render_values":[{"text":"uoadl:1318957","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/1318957","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/1318957","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A1318957","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Τζουμέρκας Γεώργιος"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2014"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["Ελληνικά","Greek"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:1318957","https://pergamos.lib.uoa.gr/uoa/dl/object/1318957"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Η μετα-ανάλυση δεδομένων από πολλαπλές στατιστικές έρευνες πάνω στο ίδιο ερώτημα έχει τύχει μεγάλης χρήσης στη βιοστατιστική τα τελευταία χρόνια. Το πιο διαδεδομένο εργαλείο μοντελοποίησης της κάθε έρευνας ξεχωριστά είναι τα αναλογικά μοντέλα. Το πιο συνηθισμένο μέγεθος της επίδρασης σε αυτή την περίπτωση είναι ο λόγος των συναρτήσεων κινδύνου των δύο ομάδων που βρίσκονται προς μελέτη. Σε μια μετα-ανάλυση όπου συμπεριλαμβάνουμε ένα πλήθος ερευνών, ενδέχεται σε μερικές η υπόθεση της αναλογικότητας να μην ευσταθεί και ο λόγος του κινδύνου μεταξύ των δύο ομάδων να εξαρτάται από τον χρόνο διάρκειας της έρευνας. Ένα νέο εναλλακτικό μέτρο που μπορεί να χρησιμοποιηθεί όταν η υπόθεση των αναλογικών κινδύνων δεν είναι η κατάλληλη, είναι ο λόγος των ποσοστημορίων. Τα ποσοστημόρια μιας συνάρτησης κατανομής είναι συσχετισμένα το ένα με το άλλο, άρα και ο λόγος των ποσοστημορίων δύο ομάδων από ποσοστημόριο σε ποσοστημόριο είναι συσχετισμένος και αυτός με την σειρά του. Θα προσπαθήσουμε να εντάξουμε αυτήν τη συσχέτιση σε μια μετα-ανάλυση ώστε αυτό να μπορέσει να αυξήσει την ακρίβεια της εκτίμησης και μάλιστα κάτω από μια μοντελοποίηση στην μορφή των γενικευμένων γραμμικών μοντέλων και πιο συγκεκριμένα με χρήση των τακτικών που χρησιμοποιούνται στην ανάλυση διαχρονικών δεδομένων, όπου έχουμε συσχετισμένα δεδομένα.","Meta-analysis of data from multiple studies over the same thing of interest has gathered a lot of attention in biostatistics over the recent years. The method that is largely used is the propotional models. The most common size effect in this case is the hazard ratio. During a meta-analysis in which we include multiple studies , the assumption of propotionality may be incorrect and so the hazard ratio will depend on the length of the study. A new alternative measure that could be used when the assumption of propotionality fails, is the percentile ratio. The percentiles of a distribution are correlated between each other and same thing happens to the percentile ratio. The goal of this paper is to include this correlation in a meta-analysis under a form of a generalized linear model and more precicely with the use of techniques from the field of the analysis of longitudinal data."]},{"key":"dc:title","label":"Title","values":["Μέθοδοι μετα-ανάλυσης και λόγος των ποσοστημορίων στη Βιοστατιστική"]}]}],"canonical_facts":{"dc:creator":["Τζουμέρκας Γεώργιος"],"dc:date":["2014"],"dc:description":["Η μετα-ανάλυση δεδομένων από πολλαπλές στατιστικές έρευνες πάνω στο ίδιο ερώτημα έχει τύχει μεγάλης χρήσης στη βιοστατιστική τα τελευταία χρόνια. Το πιο διαδεδομένο εργαλείο μοντελοποίησης της κάθε έρευνας ξεχωριστά είναι τα αναλογικά μοντέλα. Το πιο συνηθισμένο μέγεθος της επίδρασης σε αυτή την περίπτωση είναι ο λόγος των συναρτήσεων κινδύνου των δύο ομάδων που βρίσκονται προς μελέτη. Σε μια μετα-ανάλυση όπου συμπεριλαμβάνουμε ένα πλήθος ερευνών, ενδέχεται σε μερικές η υπόθεση της αναλογικότητας να μην ευσταθεί και ο λόγος του κινδύνου μεταξύ των δύο ομάδων να εξαρτάται από τον χρόνο διάρκειας της έρευνας. Ένα νέο εναλλακτικό μέτρο που μπορεί να χρησιμοποιηθεί όταν η υπόθεση των αναλογικών κινδύνων δεν είναι η κατάλληλη, είναι ο λόγος των ποσοστημορίων. Τα ποσοστημόρια μιας συνάρτησης κατανομής είναι συσχετισμένα το ένα με το άλλο, άρα και ο λόγος των ποσοστημορίων δύο ομάδων από ποσοστημόριο σε ποσοστημόριο είναι συσχετισμένος και αυτός με την σειρά του. Θα προσπαθήσουμε να εντάξουμε αυτήν τη συσχέτιση σε μια μετα-ανάλυση ώστε αυτό να μπορέσει να αυξήσει την ακρίβεια της εκτίμησης και μάλιστα κάτω από μια μοντελοποίηση στην μορφή των γενικευμένων γραμμικών μοντέλων και πιο συγκεκριμένα με χρήση των τακτικών που χρησιμοποιούνται στην ανάλυση διαχρονικών δεδομένων, όπου έχουμε συσχετισμένα δεδομένα.","Meta-analysis of data from multiple studies over the same thing of interest has gathered a lot of attention in biostatistics over the recent years. The method that is largely used is the propotional models. The most common size effect in this case is the hazard ratio. During a meta-analysis in which we include multiple studies , the assumption of propotionality may be incorrect and so the hazard ratio will depend on the length of the study. A new alternative measure that could be used when the assumption of propotionality fails, is the percentile ratio. The percentiles of a distribution are correlated between each other and same thing happens to the percentile ratio. The goal of this paper is to include this correlation in a meta-analysis under a form of a generalized linear model and more precicely with the use of techniques from the field of the analysis of longitudinal data."],"dc:identifier":["uoadl:1318957","https://pergamos.lib.uoa.gr/uoa/dl/object/1318957"],"dc:language":["Ελληνικά","Greek"],"dc:title":["Μέθοδοι μετα-ανάλυσης και λόγος των ποσοστημορίων στη Βιοστατιστική"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:25:33Z"}