老年生物统计学2.0：数据科学时代十余年的发展
统计方法学
2024-02-05 v1 应用统计
其他统计学
摘要
背景：老年生物统计学（GBS）这一分支学科于2010年提出，旨在解决分析涉及老年人的研究数据时所面临的具体挑战。然而，自GBS首次发表以来，不断发展的技术格局催化了数据科学和统计学的进步，极大地扩展了老年学研究的范围。有必要阐述这些进步如何增强对多模态数据和复杂表型的分析，而这些正是老年学研究的标志。方法：本文介绍了GBS 2.0，这是一套更新和扩展的分析方法，反映了当代及未来老年生物统计学研究的实践。结果：GBS 2.0的主题及相关软件资源包括实验设计中的前沿方法；分析技术，包括机器学习的适应性改进、深层表型测量的量化、高维组学分析；来自多项研究信息的整合，以及促进可重复性、可复现性和开放科学的策略。讨论：本文提出的方法论主题旨在更新和扩展GBS。通过促进生物统计学与数据科学在老年学中的融合，我们旨在培养下一代老年学研究人员。
引用
@article{arxiv.2402.01112,
title = {Gerontologic Biostatistics 2.0: Developments over 10+ years in the age of data science},
author = {Chixiang Chen and Michelle Shardell and Jaime Lynn Speiser and Karen Bandeen-Roche and Heather Allore and Thomas G Travison and Michael Griswold and Terrence E. Murphy},
journal= {arXiv preprint arXiv:2402.01112},
year = {2024}
}
备注
Corresponding Author: Michelle Shardell, PhD (Email: [email protected])