Tadalafil zeichnet sich durch eine außergewöhnlich lange Halbwertszeit im Vergleich zu anderen PDE5-Inhibitoren aus. Diese pharmakokinetische Eigenschaft führt zu einer verlängerten Exposition des Wirkstoffs im Organismus. Die Eliminationsrate hängt von der hepatischen Aktivität des CYP3A4-Enzyms ab. Lipophile Eigenschaften unterstützen eine weite Verteilung in unterschiedlichen Geweben. Eine ausgeprägte Stabilität gegenüber Nahrungsaufnahme macht den Stoff besonders konstant in seiner Wirkung. Unter generischen Präparaten wird cialis online häufig mit einem vergleichbaren pharmakologischen Profil beschrieben.

Aliquote.org

Springer, 2007 – ISBN-13 978-0-470-84981-1 (HB) From Imbalance to the Field of Missing Data Research . . . . . . . . . . . . . . . . . . . . . . .
Incomplete Data in Clinical Studies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
The Orthodontic Growth Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Mastitis in Dairy Cattle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
The Depression Trials . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
The Fluvoxamine Trial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
The Toenail Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Age-Related Macular Degeneration Trial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
The Analgesic Trial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Modelling Incompleteness . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Terminology . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Missing Data Frameworks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Missing Data Mechanisms . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Ignorability . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Pattern-Mixture Models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Classical Techniques and the Need for Modelling Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Simple Methods . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Problems with Complete Case Analysis and Last Observation Carried Forward . . . . . . . . .
Using the Available Cases: a Frequentist versus a Likelihood Perspective . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Concluding Remarks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Introduction and Models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
The Original, Complete Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Direct Likelihood . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Comparison of Analyses . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Example SAS Code for Multivariate Linear Models . . . . . . . . . . . . . . . . . . . . . . . . .
Comparative Power under Different Covariance Structures . . . . . . . . . . . . . . . . . . . . .
Concluding Remarks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Views 2a and 2b and All versus Two Treatment Arms . . . . . . . . . . . . . . . . . . . . . . .
Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
The Linear Mixed Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
The Generalized Linear Mixed Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
The Depression Trials . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
The Analgesic Trial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
The Algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Missing Information . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Rate of Convergence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
EM Acceleration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Calculation of Precision Estimates . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
A Simple Illustration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Concluding Remarks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
The Basic Procedure . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Theoretical Justification . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Inference under Multiple Imputation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Efficiency . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Making Proper Imputations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Some Roles for Multiple Imputation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Concluding Remarks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
10.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
10.2 Inverse Probability Weighting . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
10.3 Generalized Estimating Equations for Marginal Models . . . . . . . . . . . . . . . . . . . . . . .
10.4 Weighted Generalized Estimating Equations . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
10.5 The Depression Trials . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
10.6 The Analgesic Trial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
10.7 Double Robustness . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
10.8 Concluding Remarks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
11.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
11.3 MI-GEE and MI-Transition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
11.4 An Asymptotic Simulation Study . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
11.5 Concluding Remarks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
12 Likelihood-Based Frequentist Inference 12.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
12.2 Information and Sampling Distributions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
12.3 Bivariate Normal Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
12.4 Bivariate Binary Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
12.5 Implications for Standard Software . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
12.7 The Muscatine Coronary Risk Factor Study . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
12.8 The Crpeau Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
12.9 Concluding Remarks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
13 Analysis of the Age-Related Macular Degeneration Trial 13.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
13.2 Direct Likelihood Analysis of the Continuous Outcome . . . . . . . . . . . . . . . . . . . . . . .
13.3 Weighted Generalized Estimating Equations . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
13.4 Direct Likelihood Analysis of the Binary Outcome . . . . . . . . . . . . . . . . . . . . . . . . .
13.5 Multiple Imputation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
13.6 Concluding Remarks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
14.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
14.2 Complete Case Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
14.3 Last Observation Carried Forward . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
14.4 Direct Likelihood . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
14.5 Weighted Estimating Equations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
14.6 Multiple Imputation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
15.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
15.2 The DiggleKenward Model for Continuous Outcomes . . . . . . . . . . . . . . . . . . . . . . . .
15.3 Illustration and SAS Implementation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
15.4 An MNAR Dale Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
15.5 A Model for Non-monotone Missingness . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
15.6 Concluding Remarks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
16.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
16.2 A Simple Gaussian Illustration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
16.3 A Paradox . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
16.4 Strategies to Fit Pattern-Mixture Models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
16.5 Applying Identifying Restrictions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
16.6 Pattern-Mixture Analysis of the Vorozole Study . . . . . . . . . . . . . . . . . . . . . . . . . . .
16.7 A Clinical Trial in Alzheimers Disease . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
16.9 Concluding Remarks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
18.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
18.2 Browns Protective Estimator for Gaussian Data . . . . . . . . . . . . . . . . . . . . . . . . . . .
18.3 A Protective Estimator for Categorical Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
18.4 A Protective Estimator for Gaussian Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
18.5 Concluding Remarks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
19 MNAR, MAR, and the Nature of Sensitivity 19.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
19.2 Every MNAR Model Has an MAR Bodyguard . . . . . . . . . . . . . . . . . . . . . . . . . . .
19.3 The General Case of Incomplete Contingency Tables . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
19.5 Implications for Formal and Informal Model Selection . . . . . . . . . . . . . . . . . . . . . . .
19.6 Behaviour of the Likelihood Ratio Test for MAR versus MNAR . . . . . . . . . . . . . . . . . .
19.7 Concluding Remarks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
20.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
20.5 Concluding Remarks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
21.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
21.2 Prevalence of HIV in Kenya . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
21.3 Uncertainty and Sensitivity . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
21.5 Models for Non-monotone Patterns . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
21.6 Formalizing Ignorance and Uncertainty . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
21.8 Artificial Examples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
21.10Some Theoretical Considerations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
21.11Concluding Remarks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
22.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
22.2 Gaussian Outcomes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
22.3 Mastitis in Dairy Cattle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
22.4 Alternative Local Influence Approaches . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
22.5 The Milk Protein Content Trial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
22.6 Analysis of the Depression Trials . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
22.7 A Local Influence Approach for Ordinal Data with Dropout . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
22.9 A Local Influence Approach for Incomplete Binary Data . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
22.11Concluding Remarks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
23.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
23.2 The Rats Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
23.3 Analysis and Sensitivity Analysis of the Rats Data . . . . . . . . . . . . . . . . . . . . . . . . .
23.4 Local Influence Methods and Their Behaviour . . . . . . . . . . . . . . . . . . . . . . . . . . . .
23.5 Concluding Remarks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
24 A Latent-Class Mixture Model for Incomplete Longitudinal Gaussian Data 24.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
24.2 Latent-Class Mixture Models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
24.3 The Likelihood Function and Estimation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
24.4 Classification . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
24.5 Simulation Study . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
24.6 Analysis of the Depression Trials . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
24.7 Concluding Remarks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
25 The Age-Related Macular Degeneration Trial 25.1 Selection Models and Local Influence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
25.2 Local Influence Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
25.3 Pattern-Mixture Models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
25.4 Concluding Remarks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
26.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
26.3 A Selection Model for the Vorozole Study . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
26.4 A Pattern-Mixture Model for the Vorozole Study . . . . . . . . . . . . . . . . . . . . . . . . . .
26.5 Concluding Remarks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Source: http://www.aliquote.org/articles/tech/MDCS/MDCS_toc.pdf