×

广义线性模型下的广义病例对照抽样。 (英语) Zbl 1522.62198号

概要:与标准病例对照研究一样,广义病例对照研究(GCC)利用结果相关抽样(ODS)扩展到非二进制反应。我们使用最近开发的广义线性模型(GLM)的半参数扩展,开发了一种新的、统一的方法来分析GCC研究数据,与基于参数GLM的现有方法相比,该方法对模型错误指定的鲁棒性更强。为了有效的估计和推断,我们使用条件似然来解释有偏抽样设计。我们描述了条件似然下半参数GLM估计和推理的分析过程,并讨论了响应分布不明确时条件似然条件下的估计和推理问题。通过广泛的模拟研究,我们证明了我们的方法相对于现有方法的灵活性,并将该方法应用于分析最古老研究中的资产和健康动态,这也是我们研究的动机。提出的方法产生了一种简单但通用的解决方案,用于处理实际中遇到的各种可能的响应分布和采样方案中的消耗臭氧物质。
{©2021国际生物识别学会。}

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
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Anderson,J.A.(1972)独立样本逻辑判别。生物特征,59,19-35·Zbl 0231.62080号
[2] Breslow,N.E.(1996)流行病学统计:病例对照研究。《美国统计协会杂志》,91,14-28·Zbl 0870.62082号
[3] Breslow,N.和Cain,K.C.(1988)两阶段病例对照数据的Logistic回归。生物特征,75,11-20·Zbl 0635.62110号
[4] Breslow,N.E.和Chatterjee,N.(1999)设计和分析用于Wilms肿瘤预后的双阶段研究。英国皇家统计学会杂志。C辑(应用统计学),48,457-468·Zbl 0957.62091号
[5] Breslow,N.和Day,N.(1980)癌症研究中的统计方法。里昂:IARC科学出版物,国际癌症研究机构。
[6] Breslow,N.E.&Holubkov,R.(1997)两阶段结果相关抽样下logistic回归参数的最大似然估计。英国皇家统计学会杂志:B辑(统计方法),59447-461·兹伯利0886.62071
[7] Broders,A.C.(1920)《唇部鳞状细胞上皮瘤:537例研究》。JAMA,第74页,第656-664页。
[8] Chatterjee,N.、Chen,Y.‐H.和Breslow,N.E.(2003)两阶段抽样回归问题的伪分数估计。美国统计协会杂志,98,158-168·Zbl 1047.62031号
[9] Cornfield,J.(1951)一种从临床数据估计比较率的方法。应用于肺癌、乳腺癌和宫颈癌。JNCI:美国国家癌症研究所杂志,11269-1275。
[10] dbGaP(2006)。基因型和表型数据库/国家生物技术信息中心,国家医学图书馆(NCBI/NLM)https://www.ncbi.nlm.nih.gov/gap。2021年4月17日访问。
[11] HRS,《健康与退休研究》(AHEAD 1993核心),公共使用数据集。(1993)由密歇根大学制作并发行,由国家老龄研究所资助(拨款编号NIA U01AG009740)。密歇根州安娜堡。
[12] Huang,A.和Rathouz,P.J.(2017)广义线性模型中平均值和误差分布的正交性。《统计学中的传播:理论与方法》,46,3290-3296·Zbl 1368.62215号
[13] Lane‐Claypon,J.E.(1926)《关于乳腺癌及其相关先兆条件的进一步报告》。伦敦:H.M.S.O。
[14] Lawless,J.F.、Kalbfleisch,J.D.和Wild,C.J.(1999)回归中响应选择性和缺失数据问题的半参数方法。英国皇家统计学会杂志。B系列(统计方法),61413-438·Zbl 0915.62030号
[15] Lin,H.,Wang,M.,Brody,J.A.,Bis,J.C.,Dupuis,J.,Lumley,T.等人(2014)设计和分析靶向测序数据的策略:基因组流行病学(电荷)联盟靶向测序研究中心脏和衰老研究的队列。《循环:心血管遗传学》,7335-343。
[16] Lombard,H.L.&Doering,C.R.(1928)《马萨诸塞州癌症研究:癌症患者和非癌症患者的习惯、特征和环境》。《新英格兰医学杂志》,198481-487。
[17] McCullagh,P.(1983)准似然函数。《统计年鉴》,第11期,第59-67页·Zbl 0507.62025号
[18] McCullagh,P.&Nelder,J.(1989)《广义线性模型》,第二版。查普曼和霍尔/CRC统计学和应用概率系列专著。伦敦:查普曼和霍尔·Zbl 0744.62098号
[19] Morris,C.N.(1982)具有二次方差函数的自然指数族。《统计年鉴》,第1065-80页·兹伯利0498.62015
[20] Owen,A.(1991)线性模型的经验似然。《统计年鉴》,第19卷,1725-1747年·Zbl 0799.62048号
[21] Prentice,R.L.&Pyke,R.(1979)Logistic疾病发病率模型和病例对照研究。《生物统计学》,66,403-411·Zbl 0428.62078号
[22] Rathouz,P.J.和Gao,L.(2009)未指定参考分布的广义线性模型。生物统计学,10205-218·Zbl 1437.62588号
[23] Robins,J.M.、Rotnitzky,A.和Zhao,L.P.(1995)缺失数据下重复结果的半参数回归模型分析。美国统计协会杂志,90,106-121·Zbl 0818.62042号
[24] Schildcrout,J.S.、Haneuse,S.、Tao,R.、Zelnick,L.R.、Schisterman,E.F.、Garbett,S.P.等人(2019)定量纵向结果研究的两阶段广义病例对照设计。《美国流行病学杂志》,189,81-90。
[25] Scott,A.J.和Wild,C.J.(2011)用响应偏差样本拟合回归模型。《加拿大统计杂志》(The Canadian Journal of Statistics)/《加拿大统计评论》(La Revue Canadienne de Statistique),第39、519-536页·Zbl 1234.62043号
[26] Shao,J.(2003)《数理统计》。统计中的斯普林格文本。纽约:斯普林格·Zbl 1018.62001号
[27] Soldo,B.J.、Hurd,M.D.、Rodgers,W.L.和Wallace,R.B.(1997)《高龄老人的资产和健康动态:前瞻性研究概述》。老年学杂志:B辑,52B,1-20。
[28] Tao,R.、Zeng,D.和Lin,D.-Y。(2017)两阶段抽样下的有效半参数推理,及其在遗传关联研究中的应用。《美国统计协会期刊》,1121468-1476。
[29] Wacholder,S.、Carroll,R.J.、Pee,D.和Gail,M.H.(1994)病例对照研究的部分问卷设计。医学统计学,13623-634。
[30] Weaver,M.A.和Zhou,H.(2005)采用结果相关抽样的连续结果回归模型的估计似然方法。美国统计协会杂志,100459-469·Zbl 1117.62443号
[31] Wedderburn,R.W.M.(1974)拟似然函数、广义线性模型和高斯-牛顿方法。生物特征,61439-447·Zbl 0292.62050号
[32] Whittemore,A.S.和Halpern,J.(1997)《遗传流行病学的多阶段抽样》。《医学统计》,第16期,第153-167页。
[33] Wurm,M.J.&Rathouz,P.J.(2018)带有gldrm包的半参数广义线性模型。《R期刊》,10288-307。
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。