Biometría

@article{symonds1863new,
    author = "Symonds, W. S.",
    title = "New Species of Olenus",
    year = "1863",
    journal = "The Geologist",
    url = "https://doi.org/10.1017/s1359465600001428",
    doi = "10.1017/s1359465600001428",
    number = "6",
    openalex = "W2315403958",
    pages = "214-214",
    volume = "6"
}

@misc{kauffman1933variationsstatistische1,
    author = "Kauffman, R",
    title = {Variaciones estadísticas sobre la "transformación de especies" y "formación de especies" en el género de trilobites Olenus Dalm del Cámbrico superior},
    year = "1933",
    howpublished = "Geol. Pal. Inst. Univ. Griefswald, Abh., v. 10, p. 1-54",
    note = {talkorigins_source = {true}; raw_reference = {Kauffman, R., 1933, Variaciones estadísticas sobre la "transformación de especies" y "formación de especies" en el género de trilobites Olenus Dalm del Cámbrico superior: Geol. Pal. Inst. Univ. Griefswald, Abh., v. 10, p. 1-54.}}
}

@misc{kauffman1935exaktstatistische2,
    author = "Kauffman, R",
    title = "Exakt-statistische Biostratigraphie der Olenus - Arten von Sudland",
    year = "1935",
    howpublished = "Geol. Foren. Stockholm Frhandl., v. 1935, p. 19-28",
    note = "talkorigins\_source = {true}; raw\_reference = {Kauffman, R., 1935, Exakt-statistische Biostratigraphie der Olenus - Arten von Sudland: Geol. Foren. Stockholm Frhandl., v. 1935, p. 19-28.}"
}

@article{kaufmann1935exaktstatistische,
    author = "Kaufmann, Rudolf",
    title = "Exakt-statistische Biostratigraphie der Olenus-Arten von Südöland",
    year = "1935",
    journal = "Geologiska Föreningen i Stockholm Förhandlingar",
    url = "https://doi.org/10.1080/11035893509444911",
    doi = "10.1080/11035893509444911",
    number = "1",
    openalex = "W1965721257",
    pages = "19-28",
    volume = "57",
    references = "doi101007bf01496542, doi101007bf03041636, doi101017s0016756800086611"
}

@article{modell1964biostatistics,
    author = "Modell, Walter y Kuperman, Albert S.",
    title = "Biostatística",
    year = "1964",
    journal = "Farmacología Clínica y Terapéutica",
    url = "https://doi.org/10.1002/cpt196455660",
    doi = "10.1002/cpt196455660",
    number = "5",
    openalex = "W4236123962",
    pages = "660-661",
    volume = "5"
}

@incollection{wegmüller1992vegetationsgeschichtliche,
    author = "Wegmüller, Samuel",
    title = "Desarrollo de la historia de la vegetación y bioestratigrafía",
    year = "1992",
    booktitle = "Investigaciones de historia de la vegetación y estratigrafía en carbones de pizarra del prealpin nororiental",
    url = "https://doi.org/10.1007/978-3-0348-5656-0\_6",
    doi = "10.1007/978-3-0348-5656-0\_6",
    openalex = "W143148635",
    pages = "37-43"
}

@article{grosdidier1999biostratigraphie,
    author = "Grosdidier, Emmanuel",
    title = "Biostratigraphie",
    year = "1999",
    journal = "Geobios",
    url = "https://doi.org/10.1016/s0016-6995(99)80874-2",
    doi = "10.1016/s0016-6995(99)80874-2",
    number = "6",
    pages = "923-924",
    volume = "32"
}

@article{thomas2004biostatistics,
    author = "Thomas, Ravi",
    title = "Estadística biomédica",
    year = "2004",
    journal = "Ophthalmology",
    url = "https://doi.org/10.1016/j.ophtha.2004.06.003",
    doi = "10.1016/j.ophtha.2004.06.003",
    number = "9",
    pages = "1791",
    volume = "111"
}

@misc{vanbelle2004biostatistics,
    author = "Van Belle, Gerald y Fisher, Lloyd D. y Heagerty, Patrick J. y Lumley, Thomas",
    title = "Biostatística",
    year = "2004",
    booktitle = "Wiley Series in Probability and Statistics",
    url = "https://doi.org/10.1002/0471602396",
    doi = "10.1002/0471602396"
}

@article{grimm2011regionale,
    author = "Grimm, Kirsten I. y Radtke, Gudrun y Köthe, Angelika y Reichenbacher, Bettina y Schwarz, Jürgen y Martini, Erlend y Kadolsky, Dietrich y Martin, Hottenrott y Franzen, Jens Lorenz",
    title = "Regionale Biostratigraphie",
    year = "2011",
    journal = "Schriftenreihe der Deutschen Gesellschaft für Geowissenschaften",
    url = "https://doi.org/10.1127/sdgg/75/2011/43",
    doi = "10.1127/sdgg/75/2011/43",
    openalex = "W4230311781",
    pages = "43-56",
    volume = "75"
}

@incollection{hiremath2012biostatistics,
    author = "Hiremath, Lalita y Hiremath, Dhananjaya",
    title = "Estadística biomédica",
    year = "2012",
    booktitle = "Esenciales de Medicina Comunitaria: Un Enfoque Práctico",
    url = "https://doi.org/10.5005/jp/books/11660\_28",
    doi = "10.5005/jp/books/11660\_28",
    pages = "356-356"
}

@incollection{leaverton2017biostatistics,
    author = "Leaverton, Paul E. y Vaughn, Frances L. y Zhu, Yiliang",
    title = "Biostatística",
    year = "2017",
    booktitle = "Enciclopedia Internacional de Salud Pública",
    url = "https://doi.org/10.1016/b978-0-12-803678-5.00034-5",
    doi = "10.1016/b978-0-12-803678-5.00034-5",
    openalex = "W4242730440",
    pages = "223-232",
    references = "doi10108010618600199610474713, doi10108013576280600937911, doi101126scienceaaa2709, doi101198jasa2003s288, doi1012019780429340512, doi101214ss1177011137, doi101377hlthaff20140041, doi1023071268879, doi105005jpbooks10313, openalexw2610204687"
}

@misc{crossref2023biostatistics,
    title = "Biostatística",
    year = "2023",
    booktitle = "La Enciclopedia SAGE de Teoría en Ciencia, Tecnología, Ingeniería y Matemáticas",
    url = "https://doi.org/10.4135/9781071872383.n33",
    doi = "10.4135/9781071872383.n33",
    openalex = "W4309912789"
}

@incollection{husar2023biostatistics,
    author = "Husar, Peter y Gašpar, Gabriel",
    title = "Estadística biológica",
    year = "2023",
    booktitle = "Señales bioeléctricas en ingeniería biomédica",
    url = "https://doi.org/10.1007/978-3-662-67998-2\_6",
    doi = "10.1007/978-3-662-67998-2\_6",
    openalex = "W4388469843",
    pages = "355-440",
    references = "doi1010160967066194903352"
}

La estadística bayesiana ha surgido como un enfoque valioso en bioestadística, especialmente por su capacidad para combinar conocimientos previos con nueva evidencia en un marco coherente basado en la probabilidad. A diferencia de los métodos frecuentistas tradicionales que dependen únicamente de los datos observados, los métodos bayesianos permiten una actualización continua de las creencias a medida que se dispone de nueva información, ofreciendo una comprensión más clara de la incertidumbre. Esta flexibilidad ha llevado a un creciente uso en el diseño de ensayos clínicos, la evaluación de la seguridad de los fármacos y el monitoreo en el mundo real de los efectos adversos. Se realizó una búsqueda bibliográfica en PubMed, Scopus, ScienceDirect y Google Scholar entre enero y agosto de 2015 utilizando palabras clave como bioestadística bayesiana, inferencia bayesiana, farmacovigilancia, ensayos clínicos, modelos jerárquicos y MCMC. Se incluyeron estudios que se centraban en aplicaciones prácticas en bioestadística o seguridad de fármacos, mientras que se excluyeron las obras puramente teóricas. Un total de 68 artículos revisados por pares cumplieron los criterios de inclusión. Los hallazgos destacan la fortaleza de los enfoques bayesianos para manejar tamaños de muestra pequeños y eventos raros. Los modelos jerárquicos y multinivel permiten el préstamo de información entre grupos, lo que conduce a estimaciones más robustas de los efectos de los fármacos y los riesgos asociados. El uso de datos previos, incluidos los controles históricos y la opinión de expertos, mejora la toma de decisiones, especialmente en la vigilancia postcomercialización. Los avances en herramientas computacionales, incluidos los métodos de Monte Carlo mediante cadenas de Markov y software como Stan, JAGS y PyMC, han hecho que el modelado complejo sea más accesible. En general, la bioestadística bayesiana ofrece un marco flexible e interpretable para cuantificar la incertidumbre en la investigación médica. Su desarrollo continuo e integración con la evidencia del mundo real serán esenciales para una aceptación más amplia en la práctica regulatoria y clínica.

@article{devanshkhanak2026an,
    author = "{Devansh Khanak*, Adarsh Khot, Rohit Khandekar, Kishori Hol}",
    title = "Una Revisión Exhaustiva de los Usos de los Métodos Bayesianos en Bioestadística en Seguridad de Fármacos y Farmacovigilancia",
    year = "2026",
    publisher = "International Journal of Pharmaceutical Sciences",
    abstract = "La estadística bayesiana ha surgido como un enfoque valioso en bioestadística, especialmente por su capacidad para combinar conocimientos previos con nueva evidencia en un marco coherente basado en la probabilidad. A diferencia de los métodos frecuentistas tradicionales que dependen únicamente de los datos observados, los métodos bayesianos permiten una actualización continua de las creencias a medida que se dispone de nueva información, ofreciendo una comprensión más clara de la incertidumbre. Esta flexibilidad ha llevado a un creciente uso en el diseño de ensayos clínicos, la evaluación de la seguridad de los fármacos y el monitoreo en el mundo real de los efectos adversos. Se realizó una búsqueda bibliográfica en PubMed, Scopus, ScienceDirect y Google Scholar entre enero y agosto de 2015 utilizando palabras clave como bioestadística bayesiana, inferencia bayesiana, farmacovigilancia, ensayos clínicos, modelos jerárquicos y MCMC. Se incluyeron estudios que se centraban en aplicaciones prácticas en bioestadística o seguridad de fármacos, mientras que se excluyeron las obras puramente teóricas. Un total de 68 artículos revisados por pares cumplieron los criterios de inclusión. Los hallazgos destacan la fortaleza de los enfoques bayesianos para manejar tamaños de muestra pequeños y eventos raros. Los modelos jerárquicos y multinivel permiten el préstamo de información entre grupos, lo que conduce a estimaciones más robustas de los efectos de los fármacos y los riesgos asociados. El uso de datos previos, incluidos los controles históricos y la opinión de expertos, mejora la toma de decisiones, especialmente en la vigilancia postcomercialización. Los avances en herramientas computacionales, incluidos los métodos de Monte Carlo mediante cadenas de Markov y software como Stan, JAGS y PyMC, han hecho que el modelado complejo sea más accesible. En general, la bioestadística bayesiana ofrece un marco flexible e interpretable para cuantificar la incertidumbre en la investigación médica. Su desarrollo continuo e integración con la evidencia del mundo real serán esenciales para una aceptación más amplia en la práctica regulatoria y clínica",
    url = "https://zenodo.org/doi/10.5281/zenodo.19754317",
    doi = "10.5281/zenodo.19754317"
}

@misc{crossrefNonebiostatistics,
    title = "Estadística biológica",
    year = "None",
    booktitle = "SpringerReference",
    url = "https://doi.org/10.1007/springerreference\_81623",
    doi = "10.1007/springerreference\_81623"
}

@misc{crossrefNoneolenus,
    title = "Olenus",
    year = "None",
    booktitle = "Brill’s New Pauly",
    url = "https://doi.org/10.1163/1574-9347\_bnp\_e829860",
    doi = "10.1163/1574-9347\_bnp\_e829860",
    openalex = "W4245689868"
}