Sie zeigen eine alte Version dieser Seite an. Zeigen Sie die aktuelle Version an.

Unterschiede anzeigen Seitenhistorie anzeigen

« Vorherige Version anzeigen Version 2 Aktuelle »

Die KSFE 2007 war die 11. Konferenz in der Reihe der Konferenz der SAS-Anwender in Forschung und Entwicklung. Sie fand vom 1. bis zum 2. März 2007 an der Universität Ulm statt.

Als Tagungsgebäude fungierte die Medizinische Klinik der Universität. Für die Vorträge wurden der Hörsaal Klinikum sowie die Hörsäle 11, 12 und 13 genutzt.
Die Konferenz wurde vom Institut für Biometrie der Universität Ulm in Zusammenarbeit mit dem Verein Kooperation der SAS-Anwender in Forschung und Entwicklung (KSFE e.V.) ausgerichtet.
Es wurden über 400 Konferenzteilnehmer registriert, die bis dahin höchste Zahl seit Ausrichtung der Konferenzreihe.

Die Themenschwerpunkte der Konferenz waren:

  • Anwendungen in Biometrie, Statistik und Informatik
  • Data Mining, Web Mining, Text Mining
  • Anwendungen im Gesundheitswesen
  • Datamanagement und Data Warehousing
  • Anwendungen in der pharmazeutischen Forschung
  • Ausbildung mit und in SAS
  • Tipps & Tricks

Den Best Paper Award erhielt Rainer Kaluscha für seinen Vortrag Datenmanagement mit Oracle, SAS, Perl und Unix-Utilities: Werkzeuge für alle Fälle. Es wurde auch ein Poster Award vergeben.

Organisation

Das örtliche Organisationskomitee an der Universität Ulm bestand aus:

  • Rainer Muche, Institut für Biometrie
  • Gisela Büchele, Institut für Epidemiologie
  • Jochen Klenk, Institut für Epidemiologie
  • Iris Lichtblau, Institut für Biometrie
  • Marianne Meule, Institut für Biometrie

Die Projektgruppe des KSFE e.V. bestand aus:

  • Wolf F. Lesener
  • Carina Ortseifen
  • Erich Schumacher
  • Karin Pees

Tutorien im Vorfeld der Konferenz

Im Vorfeld der Konferenz fanden am 28. Februar 2007 nachmittags drei Tutorien parallel statt, die zusammen 170 Teilnehmer zählten:

  • Andreas Mangold: Validierung von SAS-Programmen für die Auswertung klinischer Studien.
  • Dorothee Hildebrandt: Fortgeschrittene SAS-Programmierung zur Programmoptimierung und Datenbereinigung.
  • Grischa Pfister: Output Delivery System (ODS) - Eine Einführung.

Vorträge

Der Eröffnungsvortrag war:

  • Wilhelm Gaus: Wahrscheinlichkeitsaussagen in der Medizin.

Hier die Übersicht über die weiteren Vorträge und Posterbeiträge nach Themengebieten:

Data- / Textmining

  • T. Fischer: Neues im SAS Enterprise Miner.
  • H. Gudzinski: Statistische Schätzung der Ertragslage kleiner und mittlerer Unternehmen in SAS.
  • Wolfgang Himmel, Hans Wilhelm Michelmann, Ulrich Reincke: Vorbereitung einer halbautomatisierten Beantwortung von Gesundheitsfragen an ein medizinisches Internet-Expertenforum.

Datenmanagement

  • Rainer Kaluscha: Datenmanagement mit Oracle, SAS, Perl und Unix-Utilities: Werkzeuge für alle Fälle.
  • Anja Marr: Verwendung von Proc Surveyselect im Rahmen des Matching-Verfahrens.
  • Michael Nonnemacher, Dorothea Weiland: Datenimport per SAS-Makro in papier-basierten EDCStudien.

Genetik

  • Hans Jörg Baurecht, C. Stahl, S. Wagenpfeil: Assoziationsstudien bei Familiendaten in der Genetischen Statistik.
  • Valérie Nedbal: Integrationsmöglichkeiten von SAS Analytics und JMP für Life Science Anwendungen – JMP Genomics.
  • Xiaolei Yu, Li Li, Serge Luke, Norbert Gretz: Von Daten zur Information – ein System für Mikroarray- Analyse und Datamining.

ODS

  • Katja Glaß: ODS RTF – Erweiterte Möglichkeiten durch direkte RTF Befehle.
  • G. Hermann: Neuerungen im Output Delivery System.
  • Andrea Zenk, Volker Michel: Einsatz von PIAFStat und SAS zur Berichterstellung im Feldversuchswesen.

Schnittstellen

  • Thomas G. Grobe: SAS-Makro-Sammlung zum Geocoding von Photos - graphische Benutzeroberfläche inklusive.
  • Wolf F. Lesener, Carina Ortseifen: Von SAS nach SPSS und zurück – Datentransfer und die damit verbundenen Probleme.
  • Reinhard Strüby: Lokal arbeiten in Excel – mit SAS Analytics vom Server.

Statistik

  • Ralf Bender: Simulation von Überlebenszeiten mit Hilfe von SAS.
  • Bernd Paul Jäger, Evgenija Klassen, Karl-Ernst Biebler, Paul Eberhard Rudolph: Vergleich des Tests von Liebermeister mit dem exakten Test von Fisher.
  • Felix Mader, Joachim Saborowski: Räumliche Analyse von Linientransektstichproben mit Hilfe von Distance, ArcGIS und SAS.
  • Reinhard Strüby: Statistische Analysen in noch größerer Vielfalt – von den Prozeduren bis STAT Studio.
  • Feryal Tanriverdio, Arne Ring: Planung und Implementierung der Auswertung einer replikativen Bioäquivalenzstudie mit Hilfe der „Scaled Average Bioequivalence“.
  • Michael Wodny: Parameterschätzung für Poisson-Verteilungen bei unvollständiger Beobachtung.

Variablenselektion

  • Brigitte Hörmann, Rainer Muche: Variablenselektion im linearen Regressionsmodell mit GLMSELECT bei der Untersuchung der Einflussfaktoren von Folgekrankheiten bei adipösen Kindern.
  • Jakob Margolis, Anna Margolis: Neue SAS-Prozedur GLMSELECT: Gehaltsanalyse und Studiengebühren.
  • Wilfried Schollenberger: Die Analyse des Nichts.

Freie Themen

  • Kathrin Hohl: Simulationsergebnisse zum Vergleich von Ersetzungsmethoden fehlender Werte von kategorialen Variablen in SAS mit PROC MI.
  • Claudia Meurer: Validierung von SAS-Programmen für die Auswertung und Dokumentation klinischer Daten – Prozess, Umfang und Dokumentation der Validierung.
  • O. Müller: Beispielhafte Anwendung Multiple Imputation bei der Evaluation multimedialer Teachware mit Kontrollgruppe.

Tipps & Tricks

  • Hans-Peter Altenburg, Carina Ortseifen, T. Petrowitsch, Grischa Pfister, W. Schollenberger: Tipps & Tricks für den leichteren Umgang mit der SAS Software.
    • Themen:
      1. Die Schlüsselworte _ALL_, _CHARACTER_ und _NUMERIC_
      2. Dynamisch SAS-Code erzeugen und Ausführen mit Call Execute ()
      3. Die Funktion Dcreate()
      4. Neues von Proc Means
      5. Proc Means und der Umgang mit der _Type_-Variablen in der Output-Anweisung
      6. Die Option Fuzz bei Proc Format
      7. ODS Tagset ExcelXP
      8. Einrichten einer Projekt-Umgebung.

Tutorial

  • Stefan Beimel: Programmierrichtlinien.
  • Ulrich Reincke: OPTMODEL, ein Quantenschritt zur Lösung komplexer Optimierungsprobleme.

Posterbeiträge

  • Dietrich Alte, André Werner: Automatische Texterkennung (OCR) in Ultraschallbildern der A. carotis – SAS & Open Source Software im Team.
  • J. Baumert, B. Thorand, A. Schneider, O. Lang, H. Löwel, W. Koenig: Die Fall-Kohorten-Studie als effektives Studiendesign zur Untersuchung von Risikofaktoren für chronische Krankheiten – Darstellung am Beispiel der MONICA/KORA Augsburg Fall-Kohorten-Studie 1984-2002.
  • Katrin Bhalla-Müller, Rolf Meinert, Daniel Wachtlin, Jessica Wisniewski: MAKS: Eine Bibliothek von SAS-Makros zur Auswertung von Klinischen Studien in der CDISC SDTM Struktur.
  • Gisela Büchele: Übereinstimmungsanalyse zweier stetiger Merkmale umgesetzt in einem SAS-Macro.
  • Guido Büscher, Kristina Unnebrink, Martina Kron: Analyse longitudinaler Daten in SAS PROC MIXED und PROC GENMOD.
  • Norbert Kleekamp, Tino Tschiesche: Analyse des Nutzerverhaltens zum Videoserverprojekt der Friedrich-Schiller-Universität Jena.
  • Andrea Kleiner, Gisela Büchele, Gudrun Weinmayr, Stephan Weiland: SAS-Makro zur Analyse von disproportionalen Substichproben am Beispiel der ISAAC Phase Two Studie.
  • Jochen Klenk: Überlebenszeitanalyse mit zeitabhängigen Covariablen.
  • Christof Kögler, Carina Ortseifen: Einführung in ein Statistikprogramm – Vergleich der SAS/Enterprise Guide 4.1 Software mit SPSS für Windows.
  • Nick Martinussen, Lisbeth Samsoe Schmidt, A. Poulsen, H. Gregersen, Joachim Schüz: SAS als Basis einer Registrierungsdatenbank – Die Alternative zu Access.
  • Rainer Muche, Bettina Danner: Bedingte logistische Regression mit PROC LOGISTIC: Möglichkeiten seit SAS Version 9 und Vergleich zu PROC PHREG.
  • Denise Rey: Automatic best of fit estimation of the effective dose at 50% response in sigmoidal doseresponse curves.
  • A. Ring, B. Gehlhar, B. Kölsch: Komplex strukturierte Analysedatensätze beschleunigen die Umsetzung des Analyseplans in „Thorough QT“-Studien.
  • P. Rzehak: Ausgewählte Probleme und Lösungen der Analyse longitudinaler random effects Modelle mit dichotomer Zielgröße in Kohortenstudien am Beispiel der Entwicklung von Übergewicht und Adipositas von der Kindheit bis ins Erwachsenenalter.
  • Olaf Schoffer: SAS im Forschungsdatenzentrum der Statistischen Landesämter (FDZ) – Nutzung amtlicher Mikrodaten für die wissenschaftliche Forschung.
  • A. Wagner, P. Kaskel: Eine Monte Carlo Simulation unter WinBUGS und SAS.

Tagungsband

Der Tagungsband erschien 2007 im Shaker-Verlag:

Daneben wurden die Vorträge auf CD veröffentlicht.


  • Keine Stichwörter