📊 Category

stat

261 articoli

📊 statistics

A Comparative Study of Methods for Handling Missing Data in Longitudinal Data with Implications for Causal Inference

Questo studio utilizza simulazioni Monte Carlo e validazione empirica per identificare le combinazioni ottimali di strategie di imputazione dei dati mancanti e di controllo dei confonditori per l'inferenza causale longitudinale, dimostrando che l'imputazione multipla o la foresta casuale accoppiate con la stima a robustezza doppia producono le migliori prestazioni per gli effetti eterogenei in assenza di confondimento non misurato.

Yemian Li, Yuhui Yang, Weiwei Hu, Zonghao Li, Fangyao Chen2026-06-25
📊 statistics

Generalized SEIR model and a new reproduction number reflecting the real epidemic dynamics

Questo articolo propone un modello SEIR generalizzato a sei equazioni che incorpora reinfezioni, neonati, vaccinazioni e un compartimento degli esposti per affrontare i limiti precedenti, introduce un nuovo numero di riproduzione basato sulla dinamica della popolazione esposta per il controllo delle epidemie, e utilizza questo framework per prevedere una risorgenza dei casi di pertosse in Inghilterra durante la metà o la fine del 2027.

Igor Nesterruk2026-06-25
📊 statistics

Variance-weighted social power bounds both the cost and the detectability of steering a networked consensus

Questo articolo dimostra che il potere sociale pesato sulla varianza (F) di una rete determina simultaneamente il costo informativo minimo richiesto per indirizzare il consenso di un gruppo verso un valore falso e la difficoltà di rilevare tale attacco, rivelando che concentrare l'influenza per migliorare l'accuratezza collettiva aumenta intrinsecamente la vulnerabilità della rete alla manipolazione indetectabile.

Daniel Khan2026-06-24
📊 statistics

A Proportionate Validation Framework for AI-Assisted Data Extraction in Evidence Synthesis: A Methodological Evaluation using Elicit Within a  Scoping Review in Health.

Questo studio valuta un framework di validazione proporzionata per l'estrazione di dati assistita dall'IA utilizzando Elicit all'interno di una revisione sistematica di scoping in ambito sanitario, dimostrando che l'elevato accordo tra l'IA e l'estrazione umana (AC2 = 0,960) supporta l'uso di flussi di lavoro strutturati con intervento umano (human-in-the-loop) come un'alternativa affidabile e scalabile alla completa estrazione manuale doppia.

Siân Shaw, Gillian Janes, Sophie Shaw, Isobel McMillan, Kate Cook, Oladepo Akinlotan, Jason Williams, Dan Robbins2026-06-24
📊 statistics

Estimating Nonlinear and Heterogeneous Determinants of Crash Severity Using Causal Machine Learning

Utilizzando il machine learning causale su oltre 500.000 record di incidenti nel Regno Unito, questo studio stima che le strade con limiti di velocità di 50 mph o superiori aumentino la probabilità di incidenti mortali o gravi di circa 6–7 punti percentuali, con questi effetti che risultano più pronunciati durante il giorno in condizioni di tempo asciutto e favorevole.

Nakachew Assefa Kebede, Biruhi Tesefaye Abeje, Hassan M. Al-Ahmadi2026-06-24