×
汤姆，布莱恩·D·M。;再见，弗农·T。

风湿病队列死亡率研究中个体水平数据的统计方法。 （英语） Zbl 1177.62135号

Commun公司。统计、理论方法 38，第18号，3472-3487（2009）.
总结：在风湿性疾病领域，收集了长期（流行）患者队列的前瞻性个人水平数据。此类数据的众多用途之一是调查死亡率。死亡率过高、死亡率的时间趋势（时间变化）、患者的预期寿命和寿命损失以及死亡率的风险因素都可能引起人们的关注。我们展示了如何谨慎应用泊松和考克斯相对风险回归模型来解决这些问题，并用系统性红斑狼疮和银屑病关节炎患者的队列数据说明了这些方法。对于队列与标准（或参考）人群的外部比较，可以使用泊松回归来概括通常的标准化死亡率（SMR）分析。为了评估随时间推移的（超额）死亡率模式，开发了未经调整和调整的“滚动平均”SMR，并表明其可进一步了解银屑病关节炎患者SMR随时间的下降情况。还导出了传统预期寿命和寿命损失年数的延长。对于队列内的比较，我们证明了Cox回归模型如何结合在各种尺度上测量的时间，以确定狼疮患者死亡率的日历时间下降，这显然独立于临床上随着疾病持续时间和/或时间的可能下降以及其他与疾病相关的解释变量。

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
92 C50 医疗应用（通用）
62N99型 生存分析和审查数据

关键词：

Cox回归;预期寿命;生命表;人年;泊松回归;银屑病性关节炎;标准化死亡率;系统性红斑狼疮;时间趋势;失去了多少年的生命
PDF格式BibTeX公司 XML格式引用
\textit{B.D.M.Tom}和\textit{V.T.再见}，Commun。Stat.，理论方法38，No.18，3472--3487（2009；Zbl 1177.62135）
全文： 内政部

参考文献：

[1] 内政部：10.2307/2986301·Zbl 0437.62092号 ·doi:10.2307/2986301
[2] DOI:10.1002/art.22800·doi:10.1002/art.22800
[3] DOI:10.2307/2530817·doi:10.2307/2530817
[4] Breslow N.E.，癌症研究中的统计方法，第二卷：队列研究的设计和分析。(1987)
[5] 内政部：10.2307/2287093·Zbl 0503.62090号 ·doi:10.2307/2287093
[6] Clayton D.，《流行病学统计模型》。(1993) ·Zbl 1254.92081号
[7] 考克斯·D·R、J·罗伊。统计师。Soc.序列号。B 34第187页–（1972）
[8] DOI:10.1093/biomet/62.2.269·兹伯利0312.62002 ·doi:10.1093/biomet/62.2.269
[9] 内政部：10.1002/sim.1597·doi:10.1002/sim.1597
[10] 内政部：10.2307/2346815·doi:10.2307/2346815
[11] 内政部：10.2307/2531094·Zbl 0534.62073号 ·doi:10.2307/2531094
[12] 格雷德曼博士，凯利的风湿病教科书。第1155页–，第7页。编辑（2004）
[13] 内政部：10.2307/2529992·Zbl 0463.62095号 ·doi:10.2307/2529982
[14] Holford T.R.，《生物统计学百科全书》1第82页–（2005）
[15] Ibañez D.，J.风湿病。第30页1977–（2003）
[16] 内政部：10.2307/2287816·Zbl 0473.62045号 ·doi:10.2307/2287816
[17] 蔡S.P.，Amer。《流行病学杂志》。135第824页–（1992）
[18] Urowitz M.B.，《放射学》第39卷第238页——（2000年）
[19] 内政部：10.3899/jrheum.080214·doi:10.3899/jrheum.080214
[20] 内政部：10.2307/2346901·Zbl 0471.62105号 ·doi:10.2307/2346901
[21] 内政部：10.2307/2683027·doi:10.2307/2683027
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。