Bilinear H 2-optimal Model Order-Reduction with applications to thermal parametric systems

Magdeburg, Univ., Fak. für Mathematik, Diss., 2015

A comparative analysis of Cobb-Douglas model with additive and multiplicative error

This paper dis cusses the fitting of a Cobb-Doug las response curve Yi = αXβi, with additive error, Yi = αXβi + e i, instead of the usual multiplicative error Yi = αXβi (1 + e i). The estimation of the parameters A and B is discussed. An example is given with use of both types of error.

The influence of specific mitochondrial polymorphisms on the α-synuclein-induced pathology in a mouse model of Parkinson's disease

Magdeburg, Univ., Fak. für Naturwiss., Diss., 2015

Line-fitting method of model order reduction for elastic multibody systems

Magdeburg, Univ., Fak. für Maschinenbau, Diss., 2015

A model-based cortical parcellation scheme for high-resolution 7 Tesla MRI data

Magdeburg, Univ., Fak. für Informatik, Diss., 2015

Control and model-based analysis of microaerobic processes - using Rhodospirillum rubrum as model organism

Magdeburg, Univ., Fak. für Elektrotechnik und Informationstechnik, Diss., 2015

A Multi-state model for the analysis of functional decline and mortality of frail elderly patients

L’objectiu d’aquest estudi, que correspon a un projecte de recerca sobre la pèrdua funcional i la mortalitat de persones grans fràgils, és construir un procés de supervivència predictiu que tingui en compte l’evolució funcional i nutricional dels pacients al llarg del temps. En aquest estudi ens enfrontem a l’anàlisi de dades de supervivència i mesures repetides però els mètodes estadístics habituals per al tractament conjunt d’aquest tipus de dades no són apropiats en aquest cas. Com a alternativa utilitzem els models de supervivència multi-estats per avaluar l’associació entre mortalitat i recuperació, o no, dels nivells funcionals i nutricionals considerats normals. Després d’estimar el model i d’identificar els factors pronòstics de mortalitat és possible obtenir un procés predictiu que permet fer prediccions de la supervivència dels pacients en funció de la seva història concreta fins a un determinat moment. Això permet realitzar un pronòstic més precís de cada grup de pacients, la qual cosa pot ser molt útil per als professionals sanitaris a l’hora de prendre decisions clíniques.