Mezinárodní společnost pro klinickou biostatistiku v České republice, zapsaný spolek (ISCB ČR)

Statut společnosti

  • Mezinárodní společnost pro klinickou biostatistiku v České republice, z.s. (ISCB ČR), je dobrovolné, nezávislé občanské sdružení pracovníků se zaměřením na aplikaci statistických metod v medicíně, které má povahu odborné společnosti.
  • Posláním občanského sdružení je ve spolupráci s Mezinárodní společností pro klinickou biostatistiku (International Society for Clinical Biostatistics, ISCB) přispívat k rozvoji biostatistiky v České republice.
  • Občanské sdružení je právnickou osobou.

GA ČR

R-Bloggers

Zprávy Královské statistické společnosti

National Academies Press

NIH Funding Opportunities

ArXive CS

ArXive Stats

ArXive QFin

RStudio


Aktuální oznámení

  • Brain networks and scalp electroencephalogram
    Milan Paluš
    Oddělení nelineární dynamiky a složitých systémů, Ústav informatiky AV ČR v.v.i., Pod Vodárenskou věží 2, 182 07 Praha 8

    AbstractUnderstanding how neurons and neuronal assemblies communicate is one of the greatest challenges of modern science. Adequate description and quantification of brain connectivity (i.e., communication between neuronal assemblies) is not only important for understanding the structure and function of brain networks, but also for diagnosis and treatment of neuropsychiatric diseases, since brain disorders – from schizophrenia to depression to post-traumatic stress disorder – are considered as disorders of connectivity. Functional brain networks are derived from multivariate time series of a quantity reflecting time evolution of brain activity. Modern neuroimaging methods became popular for the inference of the functional networks, however, the scalp electroencephalogram (EEG) is probably the most available and least expensive, non-invasive method to record the brain electrical activity.  We will discuss measures of synchronization and coherence which can be used to infer connectivity patterns from scalp EEG, with a special emphasis on measures designed to cope with the effects of conductivity and reference electrode. Another challenging topic is the detection of cross-frequency interactions, namely the phase-amplitude coupling. We will ask whether we can detect cross-frequency interactions from scalp EEG and whether we can identify them as causal, e.g. in the sense “the phase of slow oscillations determines the amplitude of fast oscillations.” 
     
    KeywordsEEG, time series analysis, brain networks, functional connectivity, synchronization, coherence, cross-frequency phase-amplitude coupling

    PřednášejícíRNDr. Milan Paluš, DrSc.
    Místo: Učebna č. 222, Ústav informatiky AV ČR, v.v.i., Pod Vodárenskou věží 2, 182 07 Praha 8
    Datum: Čtvrtek 18. května 2017
    Čas: 13:00 hod
    Přidáno v 13. 4. 2017 3:02, autor: Zdeněk Valenta
  • Some applications of numerical linear algebra in statistics and some applications of statistics in pharmacy
    Duintjer Jurjen Tebbens
    Oddělení výpočetních metod, Ústav informatiky AV ČR v.v.i., Pod Vodárenskou věží 2, 182 07 Praha 8

    AbstractThe talk will present two kinds of personal experience: In the first place, personal experience with attempts to apply knowledge and skills from numerical linear algebra (matrix computations), my primary field of research, to some selected statistical problems. The experiences were gathered mainly while co-authoring papers on classification with discriminant analysis and on robust multivariate scatter estimation. In the second place, I will report on personal experience and future work in solving statistical tasks that arise in pharmaceutical research. This second part does not present any original research, its intention is rather to inform the audience about an application area that is perhaps not very well known to statisticians. 
     
    KeywordsSparse matrices, computational and memory costs, low rank matrices, Fisher’s linear discriminant analysis, the minimum covariance determinant estimator, design of experiments, meta-analysis.

    Přednášející: Dipl. Math. Duintjer Jurjen Tebbens, PhD.
    Místo: Učebna č. 222, Ústav informatiky AV ČR, v.v.i., Pod Vodárenskou věží 2, 182 07 Praha 8
    Datum: Čtvrtek 4. května 2017
    Čas: 13:00 hod
    Přidáno v 8. 3. 2017 13:28, autor: Zdeněk Valenta
  • Měření a klasifikace fotopletysmografických signálů a jejich potenciál pro diagnostiku kardiovaskulárních onemocnění
    Karel Kupka
    TriloByte Statistical Software, Ltd., TBSA: TriloByte Statistical Academy, Staré Hradiště 300, CZ 53352 Pardubice

    Hemodynamics data carries information about both central and peripheral arterial system. Photoplethysmography (PPG) is widely used as a simple diagnostic tool. In this contribution we investigate some methods of statistical modelling including smoothing, orthogonal harmonic regression, parametrization of the PPG pulses and clustering and classification of different curve shapes in the multivariate parametric space to aid diagnosis. We also investigate alternative method called baroplethysmography (BPG) which records blood pressure signal. Both methods are non-invasive and are applied on patient’s finger. We conclude that both measurement methods can be applied simultaneously and the measured signal may provide information transormed into multiple (typically 10-20) independent parameters which are used both to long-term stability monitoring of a particular patient and to classify different patients with respect to their arterial system and possible related diseases.
     
    Keywords: Plethysmography, Haemodynamics, Arterial system diagnosis, Signal processing, Harmonic regression, Clustering, Classification, Support Vector Machine

    Přednášející: Ing. Karel Kupka, PhD.&PhD.
    Místo: Učebna č. 222, Ústav informatiky AV ČR, v.v.i., Pod Vodárenskou věží 2, 182 07 Praha 8
    Datum: Čtvrtek 30. března 2017
    Čas: 13:00 hod

    Před přednáškou proběhne od 12:30 hod Valná hromada společnosti, kde budou předneseny zprávy o činnosti a hospodaření za uplynulý rok 2016, včetně plánu činnosti pro rok 2017.
    Přidáno v 2. 3. 2017 5:37, autor: Zdeněk Valenta
  • Bayesovské metody ve farmaceutické výrobě
    Martin Otava
    Nonclinical Statistics and Computing, Janssen Research & Development, Janssen Pharmaceutica NV, Turnhoutseweg 30, B-2340 Beerse, Belgium

    Jedním z typických statistických problémů ve farmaceutickém výrobním procesu je vyhodnocení budoucího experimentu, který formálně ověří kvalitu daného procesu vzhledem ke standardizovaným kritériím. Pravděpodobnost „úspěchu“ takového experimentu se pak vypočítává na základě dat získaných během předchozích stupňů vývoje. Vzhledem k tomu, že mnoho kritérií se vztahuje na individuální pozorování, častým řešením je odhad prediktivních intervalů či tolerančních intervalů (které berou v potaz variabilitu bodových odhadů střední hodnoty a rozptylu). Alternativním postupem je Bayesovská analýza problému a přímý odhad rozdělení individuálních hodnot. Výhodou je snadné zahrnutí náhodných efektů (často z několika různých zdrojů variability) a především snadná interpretace výstupu analýzy, kterým je pravděpodobnost úspěchu daného budoucího experimentu. 

    Přednášející: Mgr. Martin Otava, Ph.D. (Janssen Pharmaceutica NV, Belgie)
    Místo: Praktikum KPMS (1. patro vedle schodů), MFF UK, Sokolovská 83
    Datum: Středa 27. dubna 2016
    Čas: 15:40 hod

    Přidáno v 22. 3. 2016 9:44, autor: Zdeněk Valenta
  • Modeling risk of orthopedic implant failure using kernel estimation
    Selingerová Iveta, Katina Stanislav, Zelinka Jiří, Horová Ivana
    Ústav matematiky a statistiky
    Přírodovědecká fakulta 
    Masarykova universita Brno
    Kotlářská 267/2
    611 37 Brno

    The hazard function is an important tool in survival analysis and reflects the instantaneous probability of failure occurrence within the next time instant. The hazard function can depend on any covariates as age, gender, etc. We use method of kernel smoothing for modeling of the unconditional and conditional hazard function. We include estimates using Cox proportional hazard model smoothed by kernel methods as well. Attention is also paid to comparing both approaches. These methods are applied to the real data from Slovak Arthroplasty Register about implants of an artificial hip joint replacement implemented in all 40 orthopedic and traumatology departments in the Slovak Republic (coverage of 99.9%) with a maximum duration of follow-up of twelve years from Jan 1 2003 to Dec 31 2014. The set of 46 859 operations with 1005 implant failures is stratified based on types of fixation, diagnosis, and gender. The hazard function conditioned on age in years is calculated for pre-specified data-subsets and visualized as color-coded surfaces. These results will lead to an improvement of the quality of care for patients after artificial joint replacements.

    KeywordsConditional hazard function, Kernel estimation, Cox regression model, Orthopedic data, the Slovak Arthroplasty Register


    PřednášejícíDoc. PaedDr. RNDr. Stanislav Katina, Ph.D.Ústav matematiky a statistiky, Přírodovědecká fakulta Masarykovy university v Brně, Kotlářská 267/2, 611 37 Brno

    Datum: Čtvrtek 5. května 2016

    Čas: 13:30 hod
    Přidáno v 2. 5. 2016 7:15, autor: Zdeněk Valenta
Zobrazení příspěvků 1 - 5 z 30 Zobrazit více »

 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Podřízené stránky (1): Course with Prof. Hein Putter
Comments