Debian Med Epidemiology packages

Epigrass ist eine Software für die Visualisierung, Analyse und Simulation von epidemischen Prozessen in georeferenzierten Netzen.

EpiGrass kann mit GRASS GIS interagieren, von wo es Karten und ähnliche geografische Informationen übernehmen kann. Trotzdem ist für die Nutzung der meisten Features von EpiGrass die Installation von GRASS GIS nicht erforderlich.

Mit dem GNU-R-Paket DiagnosisMed kann die Genauigkeit von diagnostischen Tests zur Evaluation von Gesundheitszuständen analysiert werden. Es wurde zur Benutzung durch Gesundheitsexperten entworfen. Dieses Paket kann die Empfindlichkeit und Spezifität von kategorialen und stetigen Testergebnissen schätzen inklusive der Auswertung von unbestimmten Ergebnissen. Es kann außerdem verschiedene kategoriale Tests vergleichen, sinnvolle Ausschlussbedingungen für Tests abschätzen und das Ganze so darstellen, wie es im Allgemeinen von Gesundheitsexperten genutzt wird. Noch ist keine grafische Benutzerschnittstelle verfügbar.

Funktionen für demographische und epidemiologische Analysen im Lexis-Diagramm, das heißt »register and cohort follow-up data, inklusive intervall-zensierte Daten und Darstellung von »multistate«-Daten. Außerdem sind einige nützliche Funktionen zur Tabellierung und zum Plotten vorhanden. Enthält einige epidemiologische Datensätze.

Das Epi-Paket ist hauptsächlich auf die »klassische« Epidemiologie für chronische Krankheiten fixiert. Das Paket ist aus dem Kurs »Statistical Practice in Epidemiology using R« (siehe http://www.pubhealth.ku.dk/~bxc/SPE) entstanden.

Es gibt eine kurze Anleitung für Epidemiologie in R unter http://staff.pubhealth.ku.dk/%7Ebxc/Epi/R-intro.pdf. Die Seiten 38-120 dieses Dokuments sind lediglich das Handbuch für das Epi-Paket.

Epi ist nicht das einzige R-Paket für epidemiologische Analysen. Das ebenfalls in Debian verfügbare Paket epitools beschäftigt sich mehr mit ansteckenden Krankheiten.

Epi wird in der Universität Kopenhagen von der Abteilung Biostatistik verwendet.

Elementary Epidemiological Functions for a Graduate Epidemiology / Biostatistics Course.

This package contains elementary tools for analysis of common epidemiological problems, ranging from sample size estimation, through 2x2 contingency table analysis and basic measures of agreement (kappa, sensitivity/specificity). Appropriate print and summary statements are also written to facilitate interpretation wherever possible. This package is a work in progress, so any comments or suggestions would be appreciated. Source code is commented throughout to facilitate modification. The target audience includes graduate students in various epi/biostatistics courses.

Epibasix was developed in Canada.

Funktionen für den einfachen Einsatz von R für epidemiologische Berechnungen.

Datensätze der Formate Dbase (.dbf), Stata (.dta), SPSS (.sav), EpiInfo (.rec), »comma separated values« (.csv) sowie »R-Datenframes« können für verschiedene epidemiologische Berechnungen verwendet werden.

A package for analysing epidemiological data. Contains functions for directly and indirectly adjusting measures of disease frequency, quantifying measures of association on the basis of single or multiple strata of count data presented in a contingency table, and computing confidence intervals around incidence risk and incidence rate estimates. Miscellaneous functions for use in meta-analysis, diagnostic test interpretation, and sample size calculations.

GNU-R-Werkzeuge für Epidemiologen und Daten-Analytiker im öffentlichen Gesundheitswesen. Epitools bietet numerische Werkzeuge und Programmierlösungen, die in realen epidemiologischen Anwendungen eingesetzt und getestet wurden.

Viele praktische Probleme bei der Analyse von Daten zur öffentlichen Gesundheit erfordern Programmierkenntnisse oder spezielle Software. Daher könnten Forscher an verschiedenen Orten mehrfach die Lösung der gleichen Aufgabe programmieren. Oft werden einfache Auswertungen, wie die Bestimmung von Konfidenzintervallen, unterlassen und erschweren dadurch entsprechende statistische Rückschlüsse für kleine geographische Bereiche. Es gibt viele Beispiele für einfache und nützliche numerische Werkzeuge, die die Arbeit der Epidemiologen lokaler Gesundheitsbehörden verbessern würden. Diese Werkzeuge stehen aber noch nicht für die Lösung der aktuellen Probleme zur Verfügung. Die Verfügbarkeit dieser Werkzeuge wird die breitere Anwendung geeigneter Methoden und indizienbasierter Praktiken im Gesundheitswesen fördern.

Funktionen zur Parameterbestimmung von generellen zeitkontinuierlichen und Hidden-Markov-Multi-State-Modellen zu längslaufenden Daten. Sowohl Übergangsraten in Markov-Modellen als auch der Hidden-Markov-Ausgabeprozess können modelliert werden, innerhalb der Gesetze der Zusatzwerte (covariates). Eine Auswahl von Beobachtungsschemata wird unterstützt, inklusive Beobachtung von Prozessen zu beliebigen Zeiten, vollständig überwachte Prozesse und zensierte Stadien.

The R-package 'surveillance' is a framework for the development and the evaluation of outbreak detection algorithms in univariate and multivariate routine collected public health surveillance data. It is hosted on CRAN..

The intention of the R-package surveillance is to provide open source software for the visualization and monitoring of count data time series in public health surveillance. Potential users are epidemiologists and others working in applied infectious disease epidemiology. Furthermore, surveillance also provides a data structure and framework for methodological developments of surveillance algorithms.

NetEpi, which is short for "Network-enabled Epidemiology", is a collaborative project to create a suite of free, open source software tools for epidemiology and public health practice. Anyone with an interest in population health epidemiology or public health informatics is encouraged to examine the prototype tools and to consider contributing to their further development. Contributions which involve formal and/or informal testing of the tools in a wide range of circumstances and environments are particularly welcome, as is assistance with design, programming and documentation tasks.

This is a tool for conducting epidemiological analysis of data sets, both large and small, either through a Web browser interface, or via a programmatic interface. In many respects it is similar to the analysis facilities included in the Epi Info suite, except that NetEpi Analysis is designed to be installed on servers and accessed remotely via Web browsers, although it can also be installed on individual desktop or laptop computers.

The software was developed by New South Wales Department of Health.

NetEpi, which is short for "Network-enabled Epidemiology", is a collaborative project to create a suite of free, open source software tools for epidemiology and public health practice. Anyone with an interest in population health epidemiology or public health informatics is encouraged to examine the prototype tools and to consider contributing to their further development. Contributions which involve formal and/or informal testing of the tools in a wide range of circumstances and environments are particularly welcome, as is assistance with design, programming and documentation tasks.

NetEpi Case Manager is a tool for securely collecting structured information about cases and contacts of communicable (and other) diseases through Web browsers and the Internet. New data collection forms can be designed and deployed quickly by epidemiologists, using a "point-and-click" interface, without the need for knowledge of or training in any programming language. Data can then be collected from users of the system, who can be located anywhere in the world, into a centralised database. All that is needed by users of the system is a relatively recent Web browser and an Internet connection ("NetEpi" is short for "Network-enabled Epidemiology"). In many respects, NetEpi Case Manager is like a Web-enabled version of the data entry facilities in the very popular Epi Info suite of programmes published by the US Centers for Disease Control and Prevention, and in the Danish EpiData project, which is available for several languages. The software was developed by the Centre for Epidemiology and Research of the New South Wales Department of Health, with contributions from Population Health Division of the Australian Government Department of Health and Ageing.

The software was developed by New South Wales Department of Health.

Repast Simphony is a free and open source agent-based modeling toolkit that simplifies model creation and use. Repast Simphony offers users a rich variety of features including the following:

• Fluid model component development using any mixture of Java, Groovy, and flowcharts in each project;
• A pure Java point-and-click model execution environment that includes built-in results logging and graphing tools as well as automated connections to a variety of optional external tools including the R statistics environment, *ORA and Pajek network analysis plugins, A live agent SQL query tool plugin, the VisAD scientific visualization package, the Weka data mining platform, many popular spreadsheets, the MATLAB computational mathematics environment, and the iReport visual report designer;
• An extremely flexible hierarchically nested definition of space including the ability to do point-and-click and modeling and visualization of 2D environments; 3D environments; networks including full integration with the JUNG network modeling library as well as Microsoft Excel spreadsheets and UCINET DL file importing; and geographical spaces including 2D and 3D Geographical Information Systems (GIS) support;
• A range of data storage "freeze dryers" for model check pointing and restoration including XML file storage, text file storage, and database storage;
• A fully concurrent multithreaded discrete event scheduler;
• Libraries for genetic algorithms, neural networks, regression, random number generation, and specialized mathematics;
• An automated Monte Carlo simulation framework which supports multiple modes of model results optimization;
• Built-in tools for integrating external models;
• Distributed computing with Terracotta;
• Full object-orientation;
• Optional end-to-end XML simulation
• A point-and-click model deployment system