Traitement en cours

Veuillez attendre...

Paramétrages

Paramétrages

Aller à Demande

1. WO2009135076 - ESTIMATION BASÉE SUR DES CONCEPTIONS CAS-TÉMOIN

Numéro de publication WO/2009/135076
Date de publication 05.11.2009
N° de la demande internationale PCT/US2009/042429
Date du dépôt international 30.04.2009
CIB
G06F 7/00 2006.01
GPHYSIQUE
06CALCUL; COMPTAGE
FTRAITEMENT ÉLECTRIQUE DE DONNÉES NUMÉRIQUES
7Méthodes ou dispositions pour le traitement de données en agissant sur l'ordre ou le contenu des données manipulées
CPC
G06F 17/18
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
FELECTRIC DIGITAL DATA PROCESSING
17Digital computing or data processing equipment or methods, specially adapted for specific functions
10Complex mathematical operations
18for evaluating statistical data ; , e.g. average values, frequency distributions, probability functions, regression analysis
G16B 40/00
GPHYSICS
16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
BBIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
40ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
G16H 10/20
GPHYSICS
16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
10ICT specially adapted for the handling or processing of patient-related medical or healthcare data
20for electronic clinical trials or questionnaires
G16H 50/70
GPHYSICS
16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
50ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
70for mining of medical data, e.g. analysing previous cases of other patients
Déposants
  • THE REGENTS OF THE UNIVERSITY OF CALIFORNIA [US]/[US] (AllExceptUS)
  • VAN DER LAAN, Mark [NL]/[US] (UsOnly)
Inventeurs
  • VAN DER LAAN, Mark
Mandataires
  • YOUNG, Brian, N.
Données relatives à la priorité
61/050,06302.05.2008US
Langue de publication anglais (EN)
Langue de dépôt anglais (EN)
États désignés
Titre
(EN) ESTIMATION BASED ON CASE-CONTROL DESIGNS
(FR) ESTIMATION BASÉE SUR DES CONCEPTIONS CAS-TÉMOIN
Abrégé
(EN)
In one embodiment, an estimator is determined for an unbiased sample of a probability distribution. The estimator is configured to accept a weight for each data point. The unbiased sample includes a first type of observation of the probability distribution and a second type of observation of the probability distribution. Clusters of the samples are determined from the biased sample where a cluster includes one or more samples of the first type of observation and one or more samples of the second type of observation. Weights are assigned to each sample within a cluster based on characteristics of the sample and the target population.. After the weights are determined, the estimator for an unbiased sample may be used to map data points of the biased sample to the target feature by inputting the biased sample with the corresponding weights for each sample into the estimator.
(FR)
L'invention concerne, selon un mode de réalisation, un estimateur qui est déterminé pour un échantillon non biaisé d'une distribution de probabilité. L'estimateur est configuré pour recevoir un poids pour chaque point de données. L'échantillon non biaisé comprend un premier type d'observation de la distribution de probabilité et un second type d'observation de la distribution de probabilité. Des groupes d'échantillons sont déterminés à partir de l'échantillon biaisé où un groupe comprend un ou plusieurs échantillons du premier type d'observation et un ou plusieurs échantillons du second type d'observation. Des poids sont attribués à chaque échantillon dans un groupe sur la base de caractéristiques de l'échantillon et de la population cible. Une fois les poids déterminés, l'estimateur pour un échantillon non biaisé peut être utilisé pour mettre en correspondance des points de données de l'échantillon biaisé avec la caractéristique cible en entrant l'échantillon biaisé avec les poids correspondants pour chaque échantillon dans l'estimateur.
Dernières données bibliographiques dont dispose le Bureau international