• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

Discussion on "Spatial+: A novel approach to spatial confounding" by Dupont, Wood, and Augustin.

作者信息

Reich Brian J, Yang Shu, Guan Yawen

机构信息

Department of Statistics, North Carolina State University, Raleigh, North Carolina, USA.

Department of Statistics, University of Nebraska-Lincoln, Lincoln, Nebraska, USA.

出版信息

Biometrics. 2022 Dec;78(4):1291-1294. doi: 10.1111/biom.13651. Epub 2022 Mar 30.

DOI:10.1111/biom.13651
PMID:35352823
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC10855624/
Abstract
摘要

相似文献

1
Discussion on "Spatial+: A novel approach to spatial confounding" by Dupont, Wood, and Augustin.关于杜邦、伍德和奥古斯丁所著的《空间+：一种解决空间混杂问题的新方法》的讨论
Biometrics. 2022 Dec;78(4):1291-1294. doi: 10.1111/biom.13651. Epub 2022 Mar 30.
2
Discussion on "Spatial+: a novel approach to spatial confounding" by Emiko Dupont, Simon N. Wood, and Nicole H. Augustin.关于江木·杜邦、西蒙·N·伍德和妮可·H·奥古斯丁所著的《空间+：一种解决空间混杂问题的新方法》的讨论
Biometrics. 2022 Dec;78(4):1305-1308. doi: 10.1111/biom.13655. Epub 2022 Jun 17.
3
Discussion on "Spatial+: A novel approach to spatial confounding" by Emiko Dupont, Simon N. Wood, and Nicole H. Augustin.关于Emiko Dupont、Simon N. Wood和Nicole H. Augustin所著的《空间+：一种解决空间混杂问题的新方法》的讨论
Biometrics. 2022 Dec;78(4):1295-1299. doi: 10.1111/biom.13650. Epub 2022 Mar 22.
4
Discussion on "Spatial+: a novel approach to spatial confounding" by Emiko Dupont, Simon N. Wood, and Nicole H. Augustin.关于江见英子、西蒙·N·伍德和妮可·H·奥古斯丁所著的《空间+：一种解决空间混杂问题的新方法》的讨论
Biometrics. 2022 Dec;78(4):1300-1304. doi: 10.1111/biom.13654. Epub 2022 Mar 30.
5
Spatial+: A novel approach to spatial confounding.空间+：一种解决空间混杂问题的新方法。
Biometrics. 2022 Dec;78(4):1279-1290. doi: 10.1111/biom.13656. Epub 2022 Mar 30.
6
Alleviating spatial confounding in frailty models.缓解脆弱模型中的空间混杂。
Biostatistics. 2023 Oct 18;24(4):945-961. doi: 10.1093/biostatistics/kxac028.
7
Adjusting for unmeasured spatial confounding with distance adjusted propensity score matching.调整未测量的空间混杂因素与距离调整倾向评分匹配。
Biostatistics. 2019 Apr 1;20(2):256-272. doi: 10.1093/biostatistics/kxx074.
8
Community turnover of wood-inhabiting fungi across hierarchical spatial scales.不同层次空间尺度上木栖真菌的群落周转率。
PLoS One. 2014 Jul 24;9(7):e103416. doi: 10.1371/journal.pone.0103416. eCollection 2014.
9
Spatially varying effects of measured confounding variables on disease risk.测量混杂变量对疾病风险的空间变化影响。
Int J Health Geogr. 2021 Nov 11;20(1):45. doi: 10.1186/s12942-021-00298-6.
10
Re: Graefen M, Augustin H, Karakiewicz PI, Hammerer PG, Haese A, Palisaar J, et al. Can predictive models for prostate cancer patients derived in the United States of America be utilized in European patients? A validation study of the Partin tables. Eur Urol 2003;43(1):6-11.回复：格雷芬·M、奥古斯汀·H、卡拉基维茨·PI、哈默勒·PG、海泽·A、帕利萨尔·J等人。源自美国的前列腺癌患者预测模型能否用于欧洲患者？帕廷表格的验证研究。《欧洲泌尿外科杂志》2003年；43(1)：6 - 11。
Eur Urol. 2003 Sep;44(3):377. doi: 10.1016/s0302-2838(03)00302-6.

本文引用的文献

1
Spectral adjustment for spatial confounding.针对空间混杂因素的光谱调整。
Biometrika. 2023 Sep;110(3):699-719. doi: 10.1093/biomet/asac069. Epub 2022 Dec 21.
2
A Review of Spatial Causal Inference Methods for Environmental and Epidemiological Applications.环境与流行病学应用中的空间因果推断方法综述
Int Stat Rev. 2021 Dec;89(3):605-634. doi: 10.1111/insr.12452. Epub 2021 May 31.
3
Generalized propensity score approach to causal inference with spatial interference.广义倾向得分法在具有空间干扰的因果推断中的应用。
Biometrics. 2023 Sep;79(3):2220-2231. doi: 10.1111/biom.13745. Epub 2022 Sep 19.
4
Selecting a Scale for Spatial Confounding Adjustment.选择用于空间混杂调整的量表。
J R Stat Soc Ser A Stat Soc. 2020 Jun;183(3):1121-1143. doi: 10.1111/rssa.12556. Epub 2020 Mar 11.
5
Addressing geographic confounding through spatial propensity scores: a study of racial disparities in diabetes.通过空间倾向得分解决地理混杂：糖尿病种族差异研究。
Stat Methods Med Res. 2019 Mar;28(3):734-748. doi: 10.1177/0962280217735700. Epub 2017 Nov 16.
6
The importance of scale for spatial-confounding bias and precision of spatial regression estimators.尺度对空间混杂偏倚和空间回归估计量精度的重要性。
Stat Sci. 2010 Feb;25(1):107-125. doi: 10.1214/10-STS326.