2447 पेपर
यह शोध पत्र यह प्रदर्शित करता है कि एक निश्चित कुल नमूना आकार के तहत, ऑन्कोलॉजी डोज़ ऑप्टिमाइज़ेशन अध्ययन में दो के बजाय तीन डोज़ शामिल करना आम तौर पर बेहतर होता है, जब तक कि एक को बाहर करने के लिए बहुत मजबूत प्रमाण न हों, एक ऐसा निष्कर्ष जो गणितीय सन्निकटन और सिमुलेशन द्वारा समर्थित है ताकि रैंडमाइज्ड और नॉन-रैंडमाइज्ड दोनों सेटिंग्स में चिकित्सकों का मार्गदर्शन किया जा सके।
यह शोध पत्र स्वतंत्र सूचना को मापने के लिए ट्रेस-कोवेरियोग्राम (trace-covariogram) का उपयोग करते हुए कार्यात्मक स्थानिक डेटा (functional spatial data) के लिए प्रभावी नमूना आकार की एक नवीन परिभाषा प्रस्तुत करता है, जो सिमुलेशन और एक वास्तविक दुनिया के मौसम संबंधी अनुप्रयोग के माध्यम से इसके सैद्धांतिक गुणों और व्यावहारिक उपयोगिता को प्रदर्शित करता है।
यह शोध पत्र सूचना मान (IV) फीचर चयन के लिए पारंपरिक अनुभवजन्य थ्रेशोल्ड के स्थान पर जेफ्रीज डायवर्जेंस (Jeffreys divergence) पर आधारित एक सांख्यिकीय रूप से कठोर, नॉनपैरामीट्रिक परिकल्पना परीक्षण का प्रस्ताव करता है, जो विशेष रूप से असंतुलित और उच्च-आयामी परिवेशों में विश्वसनीय, व्याख्या योग्य निर्णय और एसिम्प्टोटिक गारंटी प्रदान करता है।
यह शोध पत्र "कोलेबोरेटिव ग्राफिकल लासो" (collaborative graphical lasso) प्रस्तुत करता है, जो XStARS मॉडल चयन मानदंड द्वारा संवर्धित एक नवीन विधि है और जिसे R पैकेज `coglasso` में कार्यान्वित किया गया है, जो एक सहयोगी दंड (collaborative penalty) और दोहरी नियमितीकरण योजना के माध्यम से आणविक परतों के बीच सूचनाओं को सामंजस्यपूर्ण बनाकर मल्टी-ओमिक्स नेटवर्क पुनर्निर्माण में सुधार करता है।
यह शोध पत्र इटली में बुजुर्गों की मृत्यु दर पर PM2.5 के प्रभाव का अनुमान लगाने में स्थानिक-कालिक भ्रामक कारकों (spatio-temporal confounding) और गैर-रैखिक संबंधों को संबोधित करने के लिए एक बेयसियन स्थानिक गतिशील सामान्यीकृत रैखिक मॉडल (Bayesian spatial dynamic generalized linear model) प्रस्तावित करता है, जो तापमान अंतःक्रियाओं और अनमापित भ्रामक कारकों द्वारा संचालित एक्सपोजर प्रभावों में एक मौसमी पैटर्न को प्रकट करता है।
यह शोध पत्र एक्सपोनेंशियल टिल्टिंग (exponential tilting) के माध्यम से स्टोकेस्टिक इंटरवेंशन (stochastic interventions) प्रस्तावित करके निरंतर एक्सपोजर (continuous exposures) के साथ कॉज़ल इन्फरेंस (causal inference) को संबोधित करता है ताकि पॉजिटिविटी धारणाओं (positivity assumptions) को दरकिनार किया जा सके, उनके सेमीपैरामेट्रिक एफिशिएंसी बाउंड्स (semiparametric efficiency bounds) को व्युत्पन्न किया जा सके, नए मिनिमैक्स लोअर बाउंड्स (minimax lower bounds) स्थापित किए जा सकें जो के प्रभावी नमूना आकार (effective sample size) के साथ त्रुटि स्केलिंग (error scaling) को प्रकट करते हैं, और पूर्ण डोज़-रिस्पॉन्स कर्व (dose-response curve) का अनुमान लगाने के लिए एक रिफ्लेक्टेड टिल्ट मेथड (reflected tilt method) विकसित किया जा सके।
यह शोध पत्र लेटेंट फंक्शनल PARAFIF (Latent Functional PARAFAC) प्रस्तुत करता है, जो एक संभाव्य टेंसर अपघटन विधि है जो स्पार्स और अनियमित सैंपलिंग स्कीमों के तहत सुदृढ़ विश्लेषण को सक्षम करने के लिए स्मूथ फंक्शनल स्ट्रक्चर के साथ उच्च-आयामी अनुदैर्ध्य डेटा (longitudinal data) को मॉडल करता है, जैसा कि सिमुलेशन और अल्जाइमर रोग के न्यूरोकॉग्निटिव डेटा पर एक अनुप्रयोग के माध्यम से प्रदर्शित किया गया है।
यह अध्ययन मिश्रित पॉइसन मॉडल (mixed Poisson models) का उपयोग करके 2010 से 2022 तक स्पेन के प्रांतीय आत्महत्या मृत्यु दर का विश्लेषण करता है, जिससे यह पता चलता है कि जबकि पुरुषों की दरें उच्च बनी हुई हैं, महिलाओं की दरें लगातार बढ़ रही हैं, जिसमें ग्रामीणता पुरुष मृत्यु दर को महत्वपूर्ण रूप से प्रभावित करती है और बेरोजगारी महिला मृत्यु दर को असमान रूप से प्रभावित करती है।
यह शोध पत्र यह स्थापित करता है कि एक्सपोनेंशियल फैमिली मॉडल्स में तीन या उससे अधिक की डिग्री वाले पॉलिनॉमियल लॉग-मार्जिनल्स सैद्धांतिक रूप से असंभव हैं, जिससे इस बात का एक कठोर औचित्य प्राप्त होता है कि क्यों कुछ व्यावहारिक एम्पिरिकल बेयस एस्टिमेटर्स वैध औपचारिक बेयस प्रक्रियाओं के अनुरूप नहीं होते हैं।
यह शोध पत्र सीमित ग्रिडों पर समदैशिक गाऊसी स्थानिक क्षेत्रों (isotropic Gaussian spatial fields) में मैटर्न कोवेरिएंस मापदंडों का अनुमान लगाने के लिए एक गणनात्मक रूप से कुशल, डिबायस्ड स्पेक्ट्रल-डोमेन मैक्सिमम-लाइक्लीहुड प्रक्रिया प्रस्तुत करता है, साथ ही भूभौतिकी और स्थानिक इंटरपोलेशन में अनुप्रयोगों के लिए अंतर्निहित धारणाओं को मान्य करने हेतु एक मॉडल स्पेसिफिकेशन परीक्षण भी प्रदान करता है।