×
丹尼尔·谢尔夫斯坦;艾丹·麦克德莫特;伊凡·迪亚斯;马可·卡隆;尼古拉·卢纳登;易卜拉欣·图尔库兹

信息缺失重复测量研究的全局敏感性分析：半参数方法。 （英语） Zbl 1415.62131号

生物计量学 74，第1期，207-219（2018）.
小结：在实践中，通常需要可测试和不可测试的假设来推断在退出的重复测量研究中最后一次计划就诊时测量的平均结果。D.谢尔夫斯坦等人【“具有信息缺失的重复测量研究的全球敏感性分析”，Stat.Biopharm.Res.6，No.438-338（2014；doi:10.1080/19466315.2014.966920)]提出了一种灵敏度分析方法，以确定结论在一类不可检验假设下的稳健性。在他们的方法中，不可测试和可测试的假设被保证是相容的；他们的可测试假设基于可观测数据分布的全参数模型。虽然很方便，但这些参数假设在实证研究中被证明特别具有限制性。在这里，我们放宽了他们的分布假设，并提供了一种更灵活的半参数方法。我们在评估分裂情感障碍治疗的随机试验中阐述了我们的建议。

引用于2文件

MSC公司：

62页第10页 统计学在生物学和医学中的应用；元分析
62层35 鲁棒性和自适应程序（参数推断）
62F40型 引导、折刀和其他重采样方法
62J15型 配对和多重比较；多次测试

关键词：

引导数据库;交叉验证;指数倾斜;可识别性;折刀;一步估计器;插件估计器;选择偏差;稳健性

软件：

超级学习者
PDF格式BibTeX公司 XML格式引用
\textit{D.Scharfstein}等人，《生物统计学》74，第1期，207--219（2018；Zbl 1415.62131）
全文： 内政部

参考文献：

[1] Bickel，P.J.、Klaassen，C.A.、Bicker，P.J、Ritov，Y.、Klaassen，J.、Wellner，J.A.等人（1993年）。{半参数模型的有效自适应估计}。巴尔的摩：约翰·霍普金斯大学出版社·Zbl 0786.62001号
[2] 伯明翰，J.，Rotnitzky，A.和Fitzmaurice，G.M.（2003）。模式——用于分析具有单调缺失模式的纵向数据的混合和选择模型。｛\f5英国皇家统计学会期刊，B辑｝65、275-297。｝·Zbl 1063.62039号
[3] Carone，M.、Díaz，I.和van der Laan，M.J.（2014）。基于更高订单目标的最小损失估算。加州大学伯克利分校生物统计系技术报告。
[4] CHMP（2009）。{验证性临床试验中缺失数据指南}。伦敦：欧洲、中东和非洲。
[5] Daniels，M.J.和Hogan，J.W.（2008）。{纵向研究中的缺失数据：贝叶斯建模和敏感性分析的策略}。佛罗里达州博卡拉顿：CRC出版社·Zbl 1165.62023号
[6] Díaz，I.、Carone，M.和van der Laan，M.J.（2016）。随机缺失变量平均值的二阶推理。{国际生物统计学杂志}12，333-349。
[7] Efron，B.和Gong，G.（1983年）。从容地看一下引导、折刀和交叉验证。{美国统计学家}37，36-48。
[8] Efron，B.和Stein，C.（1981年）。方差的折刀估计。{《统计年鉴》}586-596·Zbl 0481.62035号
[9] 傅德杰。，Turkoz，I.、Simonson，R.B.、Walling，D.P.、Schooler，N.R.、Lindenmayer，J.‐P.、。，等（2014）。在一项分裂情感障碍的双盲随机研究中，棕榈酸帕立哌酮每月一次可降低精神病、抑郁和躁狂症状复发的风险，并保持功能。{临床精神病学杂志}76，253-262。
[10] Giné，E.和Nickl，R.（2008）。核密度估计的一致中心极限定理。{概率论及相关领域}141，333-387·Zbl 1141.62022号
[11] Hall，P.、Wolff，R.C.和Yao，Q.（1999）。估计条件分布函数的方法。{美国统计协会杂志}94，154-163·Zbl 1072.62558号
[12] Hall，P.和Yao，Q.（2005）。使用降维近似条件分布函数。{统计学年鉴}1404-1421·Zbl 1072.62008年
[13] Ibragimov，I.A.和Khasminskii，R.Z.（1981）。统计估计：渐近理论。纽约：斯普林格·Zbl 0467.62026号
[14] ICH（1998）。{临床试验统计原则（E9）}。日内瓦。
[15] Linero，A.R.和Daniels，M.J.（2015）。一种灵活的贝叶斯方法，用于处理具有不可忽视缺失的纵向研究中单调缺失数据，并应用于急性精神分裂症临床试验。{美国统计协会杂志}110，45-55·Zbl 1373.62549号
[16] Little，R.、Cohen，M.、Dickersin，K.、Emerson，S.、Farrar，J.、Frangakis，C.等人（2010年）。{临床试验中缺失数据的预防和治疗}。华盛顿特区：国家学院出版社。
[17] Little，R.J.和Rubin，D.B.（2014）。{\it缺少数据的统计分析}。霍博肯：约翰·威利父子公司·Zbl 0665.62004号
[18] Patrick，D.L.、Burns，T.、Morosini，P.、Rothman，M.、Gagnon，D.D.、Wild，D.等人（2009年）。精神分裂症急性症状患者临床医生评定的个人和社会表现量表变化的可靠性、有效性和检测能力。{当前医学研究和观点}25，325-338。
[19] Pfanzagl，J.（1982）。{它对一般渐近统计理论的贡献}。纽约：斯普林格·Zbl 0512.62001号
[20] Robins，J.、Li，L.、Tchetgen，E.和van der Vaart，A.（2008）。非线性泛函的高阶影响函数和极大极小估计。《概率与统计：纪念大卫·A·弗里德曼的论文》，第335-421页。数理统计研究所·Zbl 1513.62067号
[21] Robins，J.M.和Ritov，Y.（1997年）。针对半参数模型的维数灾难适当（尾）渐近理论。{医学统计}16，285-319。
[22] Rotnitzky，A.、Robins，J.和Scharfstein，D.（1998）。具有不可忽视无反应重复结果的半参数回归。{美国统计协会杂志}93，1321-1339·Zbl 1064.62520号
[23] Rubin，D.B.（1976年）。推断和缺失数据。{\it Biometrika}63，581-592·Zbl 0344.62034号
[24] Schafer，J.L.（1997）。{不完全多元数据分析}。佛罗里达州博卡拉顿：CRC出版社·Zbl 0997.62510号
[25] Scharfstein，D.、McDermott，A.、Olson，W.和F，W.（2014）。重复测量研究的全局敏感性分析，具有信息性的退出。{生物制药研究统计}6，338-348。
[26] Tsiatis，A.（2006年）。{半参数理论与缺失数据.2006}。纽约：Springer Verlag·Zbl 1105.6202号
[27] van der Laan，M.（2015）。一种普遍有效的目标最小损失估计器。加州大学伯克利分校生物统计系技术报告。
[28] van der Laan，M.和Rubin，D.（2006年）。目标最大似然学习。{国际生物统计学杂志}2，第11条。
[29] van der Laan，M.J.、Polley，E.C.和Hubbard，A.E.（2007年）。超级学习者。{它在遗传学和分子生物学中的统计应用}6，第25条·Zbl 1166.62387号
[30] van der Laan，M.J.和Robins，J.M.（2003）。｛\it用于截尾纵向数据和因果关系的统一方法｝。纽约：Springer Science&Business Media·Zbl 1013.62034号
[31] van der Laan，M.J.和Rose，S.（2011年）。{目标学习：观察和实验数据的因果推断}。纽约：Springer Science&Business Media。
[32] van der Vaart，A.（2014）。高阶切线空间和影响函数。{\it统计科学}29，679-686·Zbl 1331.62111号
[33] van der Vaart，A.W.（2000）。{\it渐近统计}。英国剑桥：剑桥大学出版社·Zbl 0910.62001号
[34] van der Vaart，A.W.、Dudoit，S.和van der Laan，M.J.（2006）。Oracle针对多重交叉验证的不等式。{it统计与决策}24，351-371·Zbl 1117.62042号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。