Den nylige veksten innen biostatistikk har vært bemerkelsesverdig, preget av betydelige teknologiske innovasjoner både innen metodikk og beregningspraksis. En av de viktigste trendene er den økende bruken av Bayesian-metoder. Denne utviklingen har delvis skjedd fordi mange praktikere verdsetter Bayesian-paradigmet som i tråd med vitenskapelig oppdagelse. Samtidig har fremskritt innen databehandling gjort det mulig å tilpasse mer komplekse modeller regelmessig til realistiske datagrupper. Boken gir en uvurderlig innsikt i det komplekse feltet av biomedisinsk statistikk, illustrert gjennom et variert spekter av applikasjoner fra epidemiologi, utforskende kliniske studier, helsefremmende studier, bildeanalyse og kliniske forsøk. Omfattende eksempler og oppgaver sammen med en kombinasjon av innledende og mer avanserte kapitler, gjør dette verket til en autoritativ kilde på Bayesian metodikk, fra de mest grunnleggende elementene til mer komplekse konsepter.
