Bedankt voor het vertrouwen het afgelopen jaar! Om jou te bedanken bieden we GRATIS verzending (in België) aan op alles gedurende de hele maand januari.

Afhalen na 1 uur in een winkel met voorraad
In januari gratis thuislevering in België
Ruim aanbod met 7 miljoen producten

Bedankt voor het vertrouwen het afgelopen jaar! Om jou te bedanken bieden we GRATIS verzending (in België) aan op alles gedurende de hele maand januari.

Afhalen na 1 uur in een winkel met voorraad
In januari gratis thuislevering in België
Ruim aanbod met 7 miljoen producten

Winkels

Verlanglijstje

Winkels

Verlanglijstje

Zoeken

Volg ons op

140 winkels

Wist je dat er in Vlaanderen voor iedereen een Standaard Boekhandel is binnen een straal van 7 km?

Vind hier een winkel

€ 125,95

+ 251 punten

Uitvoering

Levering 1 à 2 weken

Eenvoudig bestellen

Veilig betalen

In januari gratis thuislevering in België (via bpost)

Gratis levering in je Standaard Boekhandel

Omschrijving

Bias analysis quantifies the influence of systematic error on an epidemiology study's estimate of association. The fundamental methods of bias analysis in epi- miology have been well described for decades, yet are seldom applied in published presentations of epidemiologic research. More recent advances in bias analysis, such as probabilistic bias analysis, appear even more rarely. We suspect that there are both supply-side and demand-side explanations for the scarcity of bias analysis. On the demand side, journal reviewers and editors seldom request that authors address systematic error aside from listing them as limitations of their particular study. This listing is often accompanied by explanations for why the limitations should not pose much concern. On the supply side, methods for bias analysis receive little attention in most epidemiology curriculums, are often scattered throughout textbooks or absent from them altogether, and cannot be implemented easily using standard statistical computing software. Our objective in this text is to reduce these supply-side barriers, with the hope that demand for quantitative bias analysis will follow.