English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Resumo Uma melhora nos sintomas não devida ao efeito dos produtos químicos ativos no medicamento é caracterizada como  efeito placebo, que é altamente prevalente no tratamento de depressão. Este projeto propõe o estudo estatístico de um  experimento clínico placebo-controle aleatorizado para depressão, com objetivo de criar um método classificatório de  identificação de respondentes a placebo. Modelos de classes latentes são amplamente utilizados na literatura para  identificar subgrupos não observados (respondentes ou não-respondentes a placebo, neste estudo). A probabilidade de  pertencer a cada subgrupo é modelada utilizando-se covariáveis como sexo e cronicidade da doença, bem como sinais  de eletroencefalografia (EEG). Para reduzir a dimensionalidade do modelo, os sinais de EEG foram primeiramente  padronizados e classificados em 5 classes. Por fim, foi utilizado o algoritmo EM (​Expectation Maximization​) para obter  os valores da variável latente, podendo então definir qual grupo dado indivíduo melhor se encaixa. Palavras-chave:​ Modelos lineares generalizados, Variáveis latentes, Algoritmo EM.

Identificação de respondentes a placebo baseados em sinais de EEG