Drug assessment by a Pharmacy and Therapeutics committee: from drug selection criteria to use in clinical practice.

BACKGROUND In Spain, hospital medicines are assessed and selected by local Pharmacy and Therapeutics committees (PTCs). Of all the drugs assessed, cancer drugs are particularly important because of their budgetary impact and the sometimes arguable added value with respect to existing alternatives. This study analyzed the PTC drug selection process and the main objective was to evaluate the degree of compliance of prescriptions for oncology drugs with their criteria for use. METHODS This was a retrospective observational study (May 2007 to April 2010) of PTC-assessed drugs. The variables measured to describe the committee's activity were number of drugs assessed per year and number of drugs included in any of these settings: without restrictions, with criteria for use, and not included in formulary. These drugs were also analyzed by therapeutic group. To assess the degree of compliance of prescriptions, a score was calculated to determine whether prescriptions for bevacizumab, cetuximab, trastuzumab, and bortezomib were issued in accordance with PTC drug use criteria. RESULTS The PTC received requests for inclusion of 40 drugs, of which 32 were included in the hospital formulary (80.0%). Criteria for use were established for 28 (87.5%) of the drugs included. In total, 293 patients were treated with the four cancer drugs in eight different therapeutic indications. The average prescription compliance scores were as follows: bevacizumab, 83% for metastatic colorectal cancer, 100% for metastatic breast cancer, and 82.3% for non-small-cell lung cancer; cetuximab, 62.0% for colorectal cancer and 50% for head and neck cancer; trastuzumab, 95.1% for early breast cancer and 82.4% for metastatic breast cancer; and bortezomib, 63.7% for multiple myeloma. CONCLUSION The degree of compliance with criteria for use of cancer drugs was reasonably high. PTC functions need to be changed so that they can carry out more innovative tasks, such as monitoring conditions for drug use.

Habitat selection in zones of parapatric contact between the Common shrew Sorex araneus and Millet's shrew S. coronatus

(1) The common shrew Sorex araneus and Millet's shrew S. coronatus are sibling species.They are morphologically and genetically very similar but do not hybridize. Their parapatric distribution throughout south-western Europe, with a few narrow zones of distributional overlap, suggests that they are in competitive parapatry. (2) Two of these contact zones were studied; there was evidence of coexistence over periods of 2 years as well as habitat segregation. In both zones, the species segregated on litter thickness and humidity variables. (3) A simple analysis of spatial distribution showed that habitats visible in the field corresponded to the habitats selected by the species. Habitat selection was found throughout the annual life-cycle of the shrews. (4) In one contact zone, a removal experiment was performed to test whether habitat segregation is induced by interspecific interactions. The experiment showed that the species select habitats differentially when both are present and abandon habitat selection when their competitor is removed. (5) These results confirm the role of resource partitioning in promoting narrow rangesof distributional overlap between such parapatric species and qualitatively support the prediction of habitat selection theory that, in a two-species system, coexistence may be achieved by differential habitat selection to avoid competition. The results also support the view that the common shrew and Millet's shrew are in competitive parapatry.

Habitat selection in zones of parapatric contact between the common shrew Sorex araneaus and Millet's shrew S. coronatus

(1) The common shrew Sorex araneus and Millet's shrew S. coronatusare sibling species.They are morphologically and genetically very similar but do not hybridize.Their parapatric distribution throughout south-western Europe, with a few narrow zones of distributional overlap, suggests that they are in competitive parapatry. (2) Two of these contact zones were studied; there was evidence of coexistence over periods of 2 years as well as habitat segregation. In both zones, the species segregated on litter thickness and humidity variables. (3) A simple analysis of spatial distribution showed that habitats visible in the field corresponded to the habitats selected by the species. Habitat selection was found throughout the annual life-cycle of the shrews. (4) In one contact zone, a removal experiment was performed to test whether habitat segregation is induced by interspecific interactions. The experiment showed that the species select habitats differentially when both are present and abandon habitat selection when their competitor removed. (5)These results confirm the role of resource partitioning in promoting narrow ranges of distributional overlap between such parapatric species and qualitatively support the prediction of habitat selection theory that, in a two-species system, coexistence may be achieved by differential habitat selection to avoid competition. The results also support the view that the common shrew and Millet's shrew are in competitive parapatry.

Effect of growth selection on morphology in Pirenaica cattle

Twelve variables were identified to define morphology in 109 calves sired by eight Pirenaica bulls widely used in artificial insemination. The effect of selection for weight at 210 days of age (W210) was detected from the regression coefficient between the 12 variables and the selection index for W210 used in the breeding plan. Unbiased estimates of the genetic correlated responses on the morphology were obtained without previously estimating the genetic correlation among traits. In Pirenaica cattle, selection for W210 increased slaughter live weight, chest depth and corporal length. The expected changes on height (withers, back and rump), rump width and thoracic perimeter were lower but positive and statistically significant.

Feature Selection, Ranking of Each Feature and Classification for the Diagnosis of Community Acquired Legionella Pneumonia

Diagnosis of community acquired legionella pneumonia (CALP) is currently performed by means of laboratory techniques which may delay diagnosis several hours. To determine whether ANN can categorize CALP and non-legionella community-acquired pneumonia (NLCAP) and be standard for use by clinicians, we prospectively studied 203 patients with community-acquired pneumonia (CAP) diagnosed by laboratory tests. Twenty one clinical and analytical variables were recorded to train a neural net with two classes (LCAP or NLCAP class). In this paper we deal with the problem of diagnosis, feature selection, and ranking of the features as a function of their classification importance, and the design of a classifier the criteria of maximizing the ROC (Receiving operating characteristics) area, which gives a good trade-off between true positives and false negatives. In order to guarantee the validity of the statistics; the train-validation-test databases were rotated by the jackknife technique, and a multistarting procedure was done in order to make the system insensitive to local maxima.

Selecting the most relevant variables for anaerobic digestion imbalances : Two case studies

In this study, a wrapper approach was applied to objectively select the most important variables related to two different anaerobic digestion imbalances, acidogenic states and foaming. This feature selection method, implemented in artificial neural networks (ANN), was performed using input and output data from a fully instrumented pilot plant (1 m 3 upflow fixed bed digester). Results for acidogenic states showed that pH, volatile fatty acids, and inflow rate were the most relevant variables. Results for foaming showed that inflow rate and total organic carbon were among the relevant variables, both of which were related to the feed loading of the digester. Because there is not a complete agreement on the causes of foaming, these results highlight the role of digester feeding patterns in the development of foaming

Influence of edaphic variables on the floristic composition and structure of the tree-shrub vegetation in typical and rocky outcrop cerrado areas in Serra Negra, Goiás State, Brazil

The present study analyzed the influence of edaphic variables on the floristic compositions and structures of the arboreal and shrub vegetation of typical cerrado (TC) and rocky outcrop cerrado (RC) communities in the Serra Negra mountain range in Piranhas Municipality, Goiás State, Brazil. Ten 20×50m plots were established in each community, and all individuals with minimum diameters ³5cm measured at 30cm above soil level were sampled. Composite soil samples were collected at 0-20cm depths in each plot for physical and chemical analyses. The proportions of above-ground rock cover work also estimated in each RC plot. A total of 2,009 individuals (83 species, 69 genera, and 34 families) were recorded. Qualea parviflora was the only species consistently among the 10 most structurally important taxa in both communities, and was considered a generalist species. The observed and estimated species richnesses were greater in RC than in TC, although plant basal areas and heights did not differ between them. There were positive correlations between rock cover×plant density and rock cover×basal areas. TWINSPAN and PCA analysis separated the TC and RC plots, and three RC habitat specialist species (Wunderlichia mirabilis, Norantea guianensis, and Tibouchina papyrus) were identified. Soil variables were found to have greater effects on the species compositions of the TC and RC sites than the geographic distances between sampling plots. According to CCA analysis, the exclusive (or more abundant species) of each community were correlated with soil variables, and these variables therefore determined the selection of some species and influenced the differentiation of the vegetation structures of the communities studied.

Healthcare Information System Selection Model for Medical Clinics

The issue of selecting an appropriate healthcare information system is a very essential one. If implemented healthcare information system doesn’t fit particular healthcare institution, for example there are unnecessary functions; healthcare institution wastes its resources and its efficiency decreases. The purpose of this research is to develop a healthcare information system selection model to assist the decision-making process of choosing healthcare information system. Appropriate healthcare information system helps healthcare institutions to become more effective and efficient and keep up with the times. The research is based on comparison analysis of 50 healthcare information systems and 6 interviews with experts from St-Petersburg healthcare institutions that already have experience in healthcare information system utilization. 13 characteristics of healthcare information systems: 5 key and 7 additional features are identified and considered in the selection model development. Variables are used in the selection model in order to narrow the decision algorithm and to avoid duplication of brunches. The questions in the healthcare information systems selection model are designed to be easy-to-understand for common a decision-maker in healthcare institution without permanent establishment.

Finite-Sample Simulation-Based Inference in VAR Models with Applications to Order Selection and Causality Testing

Statistical tests in vector autoregressive (VAR) models are typically based on large-sample approximations, involving the use of asymptotic distributions or bootstrap techniques. After documenting that such methods can be very misleading even with fairly large samples, especially when the number of lags or the number of equations is not small, we propose a general simulation-based technique that allows one to control completely the level of tests in parametric VAR models. In particular, we show that maximized Monte Carlo tests [Dufour (2002)] can provide provably exact tests for such models, whether they are stationary or integrated. Applications to order selection and causality testing are considered as special cases. The technique developed is applied to quarterly and monthly VAR models of the U.S. economy, comprising income, money, interest rates and prices, over the period 1965-1996.

Exogeneity, weak identification and instrument selection in econometrics

La dernière décennie a connu un intérêt croissant pour les problèmes posés par les variables instrumentales faibles dans la littérature économétrique, c’est-à-dire les situations où les variables instrumentales sont faiblement corrélées avec la variable à instrumenter. En effet, il est bien connu que lorsque les instruments sont faibles, les distributions des statistiques de Student, de Wald, du ratio de vraisemblance et du multiplicateur de Lagrange ne sont plus standard et dépendent souvent de paramètres de nuisance. Plusieurs études empiriques portant notamment sur les modèles de rendements à l’éducation [Angrist et Krueger (1991, 1995), Angrist et al. (1999), Bound et al. (1995), Dufour et Taamouti (2007)] et d’évaluation des actifs financiers (C-CAPM) [Hansen et Singleton (1982,1983), Stock et Wright (2000)], où les variables instrumentales sont faiblement corrélées avec la variable à instrumenter, ont montré que l’utilisation de ces statistiques conduit souvent à des résultats peu fiables. Un remède à ce problème est l’utilisation de tests robustes à l’identification [Anderson et Rubin (1949), Moreira (2002), Kleibergen (2003), Dufour et Taamouti (2007)]. Cependant, il n’existe aucune littérature économétrique sur la qualité des procédures robustes à l’identification lorsque les instruments disponibles sont endogènes ou à la fois endogènes et faibles. Cela soulève la question de savoir ce qui arrive aux procédures d’inférence robustes à l’identification lorsque certaines variables instrumentales supposées exogènes ne le sont pas effectivement. Plus précisément, qu’arrive-t-il si une variable instrumentale invalide est ajoutée à un ensemble d’instruments valides? Ces procédures se comportent-elles différemment? Et si l’endogénéité des variables instrumentales pose des difficultés majeures à l’inférence statistique, peut-on proposer des procédures de tests qui sélectionnent les instruments lorsqu’ils sont à la fois forts et valides? Est-il possible de proposer les proédures de sélection d’instruments qui demeurent valides même en présence d’identification faible? Cette thèse se focalise sur les modèles structurels (modèles à équations simultanées) et apporte des réponses à ces questions à travers quatre essais. Le premier essai est publié dans Journal of Statistical Planning and Inference 138 (2008) 2649 – 2661. Dans cet essai, nous analysons les effets de l’endogénéité des instruments sur deux statistiques de test robustes à l’identification: la statistique d’Anderson et Rubin (AR, 1949) et la statistique de Kleibergen (K, 2003), avec ou sans instruments faibles. D’abord, lorsque le paramètre qui contrôle l’endogénéité des instruments est fixe (ne dépend pas de la taille de l’échantillon), nous montrons que toutes ces procédures sont en général convergentes contre la présence d’instruments invalides (c’est-à-dire détectent la présence d’instruments invalides) indépendamment de leur qualité (forts ou faibles). Nous décrivons aussi des cas où cette convergence peut ne pas tenir, mais la distribution asymptotique est modifiée d’une manière qui pourrait conduire à des distorsions de niveau même pour de grands échantillons. Ceci inclut, en particulier, les cas où l’estimateur des double moindres carrés demeure convergent, mais les tests sont asymptotiquement invalides. Ensuite, lorsque les instruments sont localement exogènes (c’est-à-dire le paramètre d’endogénéité converge vers zéro lorsque la taille de l’échantillon augmente), nous montrons que ces tests convergent vers des distributions chi-carré non centrées, que les instruments soient forts ou faibles. Nous caractérisons aussi les situations où le paramètre de non centralité est nul et la distribution asymptotique des statistiques demeure la même que dans le cas des instruments valides (malgré la présence des instruments invalides). Le deuxième essai étudie l’impact des instruments faibles sur les tests de spécification du type Durbin-Wu-Hausman (DWH) ainsi que le test de Revankar et Hartley (1973). Nous proposons une analyse en petit et grand échantillon de la distribution de ces tests sous l’hypothèse nulle (niveau) et l’alternative (puissance), incluant les cas où l’identification est déficiente ou faible (instruments faibles). Notre analyse en petit échantillon founit plusieurs perspectives ainsi que des extensions des précédentes procédures. En effet, la caractérisation de la distribution de ces statistiques en petit échantillon permet la construction des tests de Monte Carlo exacts pour l’exogénéité même avec les erreurs non Gaussiens. Nous montrons que ces tests sont typiquement robustes aux intruments faibles (le niveau est contrôlé). De plus, nous fournissons une caractérisation de la puissance des tests, qui exhibe clairement les facteurs qui déterminent la puissance. Nous montrons que les tests n’ont pas de puissance lorsque tous les instruments sont faibles [similaire à Guggenberger(2008)]. Cependant, la puissance existe tant qu’au moins un seul instruments est fort. La conclusion de Guggenberger (2008) concerne le cas où tous les instruments sont faibles (un cas d’intérêt mineur en pratique). Notre théorie asymptotique sous les hypothèses affaiblies confirme la théorie en échantillon fini. Par ailleurs, nous présentons une analyse de Monte Carlo indiquant que: (1) l’estimateur des moindres carrés ordinaires est plus efficace que celui des doubles moindres carrés lorsque les instruments sont faibles et l’endogenéité modérée [conclusion similaire à celle de Kiviet and Niemczyk (2007)]; (2) les estimateurs pré-test basés sur les tests d’exogenété ont une excellente performance par rapport aux doubles moindres carrés. Ceci suggère que la méthode des variables instrumentales ne devrait être appliquée que si l’on a la certitude d’avoir des instruments forts. Donc, les conclusions de Guggenberger (2008) sont mitigées et pourraient être trompeuses. Nous illustrons nos résultats théoriques à travers des expériences de simulation et deux applications empiriques: la relation entre le taux d’ouverture et la croissance économique et le problème bien connu du rendement à l’éducation. Le troisième essai étend le test d’exogénéité du type Wald proposé par Dufour (1987) aux cas où les erreurs de la régression ont une distribution non-normale. Nous proposons une nouvelle version du précédent test qui est valide même en présence d’erreurs non-Gaussiens. Contrairement aux procédures de test d’exogénéité usuelles (tests de Durbin-Wu-Hausman et de Rvankar- Hartley), le test de Wald permet de résoudre un problème courant dans les travaux empiriques qui consiste à tester l’exogénéité partielle d’un sous ensemble de variables. Nous proposons deux nouveaux estimateurs pré-test basés sur le test de Wald qui performent mieux (en terme d’erreur quadratique moyenne) que l’estimateur IV usuel lorsque les variables instrumentales sont faibles et l’endogénéité modérée. Nous montrons également que ce test peut servir de procédure de sélection de variables instrumentales. Nous illustrons les résultats théoriques par deux applications empiriques: le modèle bien connu d’équation du salaire [Angist et Krueger (1991, 1999)] et les rendements d’échelle [Nerlove (1963)]. Nos résultats suggèrent que l’éducation de la mère expliquerait le décrochage de son fils, que l’output est une variable endogène dans l’estimation du coût de la firme et que le prix du fuel en est un instrument valide pour l’output. Le quatrième essai résout deux problèmes très importants dans la littérature économétrique. D’abord, bien que le test de Wald initial ou étendu permette de construire les régions de confiance et de tester les restrictions linéaires sur les covariances, il suppose que les paramètres du modèle sont identifiés. Lorsque l’identification est faible (instruments faiblement corrélés avec la variable à instrumenter), ce test n’est en général plus valide. Cet essai développe une procédure d’inférence robuste à l’identification (instruments faibles) qui permet de construire des régions de confiance pour la matrices de covariances entre les erreurs de la régression et les variables explicatives (possiblement endogènes). Nous fournissons les expressions analytiques des régions de confiance et caractérisons les conditions nécessaires et suffisantes sous lesquelles ils sont bornés. La procédure proposée demeure valide même pour de petits échantillons et elle est aussi asymptotiquement robuste à l’hétéroscédasticité et l’autocorrélation des erreurs. Ensuite, les résultats sont utilisés pour développer les tests d’exogénéité partielle robustes à l’identification. Les simulations Monte Carlo indiquent que ces tests contrôlent le niveau et ont de la puissance même si les instruments sont faibles. Ceci nous permet de proposer une procédure valide de sélection de variables instrumentales même s’il y a un problème d’identification. La procédure de sélection des instruments est basée sur deux nouveaux estimateurs pré-test qui combinent l’estimateur IV usuel et les estimateurs IV partiels. Nos simulations montrent que: (1) tout comme l’estimateur des moindres carrés ordinaires, les estimateurs IV partiels sont plus efficaces que l’estimateur IV usuel lorsque les instruments sont faibles et l’endogénéité modérée; (2) les estimateurs pré-test ont globalement une excellente performance comparés à l’estimateur IV usuel. Nous illustrons nos résultats théoriques par deux applications empiriques: la relation entre le taux d’ouverture et la croissance économique et le modèle de rendements à l’éducation. Dans la première application, les études antérieures ont conclu que les instruments n’étaient pas trop faibles [Dufour et Taamouti (2007)] alors qu’ils le sont fortement dans la seconde [Bound (1995), Doko et Dufour (2009)]. Conformément à nos résultats théoriques, nous trouvons les régions de confiance non bornées pour la covariance dans le cas où les instruments sont assez faibles.

Développement et validation d’un index de prédiction des risques d’institutionnalisation et de décès pour le contrôle des variables confondantes non-mesurées dans la population âgée

Le biais de confusion est un défi majeur des études observationnelles, surtout s'ils sont induits par des caractéristiques difficiles, voire impossibles, à mesurer dans les banques de données administratives de soins de santé. Un des biais de confusion souvent présents dans les études pharmacoépidémiologiques est la prescription sélective (en anglais « prescription channeling »), qui se manifeste lorsque le choix du traitement dépend de l'état de santé du patient et/ou de son expérience antérieure avec diverses options thérapeutiques. Parmi les méthodes de contrôle de ce biais, on retrouve le score de comorbidité, qui caractérise l'état de santé d'un patient à partir de médicaments délivrés ou de diagnostics médicaux rapportés dans les données de facturations des médecins. La performance des scores de comorbidité fait cependant l'objet de controverses car elle semble varier de façon importante selon la population d'intérêt. Les objectifs de cette thèse étaient de développer, valider, et comparer les performances de deux scores de comorbidité (un qui prédit le décès et l’autre qui prédit l’institutionnalisation), développés à partir des banques de services pharmaceutiques de la Régie de l'assurance-maladie du Québec (RAMQ) pour leur utilisation dans la population âgée. Cette thèse vise également à déterminer si l'inclusion de caractéristiques non rapportées ou peu valides dans les banques de données administratives (caractéristiques socio-démographiques, troubles mentaux ou du sommeil), améliore la performance des scores de comorbidité dans la population âgée. Une étude cas-témoins intra-cohorte fut réalisée. La cohorte source consistait en un échantillon aléatoire de 87 389 personnes âgées vivant à domicile, répartie en une cohorte de développement (n=61 172; 70%) et une cohorte de validation (n=26 217; 30%). Les données ont été obtenues à partir des banques de données de la RAMQ. Pour être inclus dans l’étude, les sujets devaient être âgés de 66 ans et plus, et être membres du régime public d'assurance-médicaments du Québec entre le 1er janvier 2000 et le 31 décembre 2009. Les scores ont été développés à partir de la méthode du Framingham Heart Study, et leur performance évaluée par la c-statistique et l’aire sous les courbes « Receiver Operating Curves ». Pour le dernier objectif qui est de documenter l’impact de l’ajout de variables non-mesurées ou peu valides dans les banques de données au score de comorbidité développé, une étude de cohorte prospective (2005-2008) a été réalisée. La population à l'étude, de même que les données, sont issues de l'Étude sur la Santé des Aînés (n=1 494). Les variables d'intérêt incluaient statut marital, soutien social, présence de troubles de santé mentale ainsi que troubles du sommeil. Tel que décrit dans l'article 1, le Geriatric Comorbidity Score (GCS) basé sur le décès, a été développé et a présenté une bonne performance (c-statistique=0.75; IC95% 0.73-0.78). Cette performance s'est avérée supérieure à celle du Chronic Disease Score (CDS) lorsqu'appliqué dans la population à l'étude (c-statistique du CDS : 0.47; IC 95%: 0.45-0.49). Une revue de littérature exhaustive a montré que les facteurs associés au décès étaient très différents de ceux associés à l’institutionnalisation, justifiant ainsi le développement d'un score spécifique pour prédire le risque d'institutionnalisation. La performance de ce dernier s'est avérée non statistiquement différente de celle du score de décès (c-statistique institutionnalisation : 0.79 IC95% 0.77-0.81). L'inclusion de variables non rapportées dans les banques de données administratives n'a amélioré que de 11% la performance du score de décès; le statut marital et le soutien social ayant le plus contribué à l'amélioration observée. En conclusion, de cette thèse, sont issues trois contributions majeures. D'une part, il a été démontré que la performance des scores de comorbidité basés sur le décès dépend de la population cible, d'où l'intérêt du Geriatric Comorbidity Score, qui fut développé pour la population âgée vivant à domicile. D'autre part, les médicaments associés au risque d'institutionnalisation diffèrent de ceux associés au risque de décès dans la population âgé, justifiant ainsi le développement de deux scores distincts. Cependant, les performances des deux scores sont semblables. Enfin, les résultats indiquent que, dans la population âgée, l'absence de certaines caractéristiques ne compromet pas de façon importante la performance des scores de comorbidité déterminés à partir de banques de données d'ordonnances. Par conséquent, les scores de comorbidité demeurent un outil de recherche important pour les études observationnelles.

Une nouvelle perspective sur la personnalité comme variable prévisionnelle du rendement individuel au travail : l'approche holistique comparée à l'approche traditionnelle centrée sur les variables

Thèse numérisée par la Division de la gestion de documents et des archives de l'Université de Montréal

Modélisation des bi-grappes et sélection des variables pour des données de grande dimension : application aux données d’expression génétique

Les simulations ont été implémentées avec le programme Java.

Use of decision trees in colour feature selection: application to object recognition in outdoor scenes

A new method for the automated selection of colour features is described. The algorithm consists of two stages of processing. In the first, a complete set of colour features is calculated for every object of interest in an image. In the second stage, each object is mapped into several n-dimensional feature spaces in order to select the feature set with the smallest variables able to discriminate the remaining objects. The evaluation of the discrimination power for each concrete subset of features is performed by means of decision trees composed of linear discrimination functions. This method can provide valuable help in outdoor scene analysis where no colour space has been demonstrated as being the most suitable. Experiment results recognizing objects in outdoor scenes are reported

Artificial Cavities and Nest Site Selection by Puerto Rican Parrots: a Multiscale Assessment

We examined nest site selection by Puerto Rican Parrots, a secondary cavity nester, at several spatial scales using the nest entrance as the central focal point relative to 20 habitat and spatial variables. The Puerto Rican Parrot is unique in that, since 2001, all known nesting in the wild has occurred in artificial cavities, which also provided us with an opportunity to evaluate nest site selection without confounding effects of the actual nest cavity characteristics. Because of the data limitations imposed by the small population size of this critically endangered endemic species, we employed a distribution-free statistical simulation approach to assess site selection relative to characteristics of used and unused nesting sites. Nest sites selected by Puerto Rican Parrots were characterized by greater horizontal and vertical visibility from the nest entrance, greater density of mature sierra palms, and a more westerly and leeward orientation of nest entrances than unused sites. Our results suggest that nest site selection in this species is an adaptive response to predation pressure, to which the parrots respond by selecting nest sites offering advantages in predator detection and avoidance at all stages of the nesting cycle. We conclude that identifying and replicating the “nest gestalt” of successful nesting sites may facilitate conservation efforts for this and other endangered avian species.