×
特雷弗·沙多克斯。;帕特里克·B·瑞恩。;Martijn J.舒米。;大卫·马迪根;马克·苏查德（Marc A.Suchard）。

使用大规模观察医疗数据库的多个罕见结果的层次模型。 （英语） Zbl 07260594号

统计分析。数据最小值。 9，第4号，260-268（2016）.
总结：临床试验通常缺乏识别罕见药物不良事件（ADE）的能力，因此无法解决罕见ADE带来的威胁，因此需要新的ADE检测技术。新兴的国家患者索赔和电子健康记录数据库激发了诸如贝叶斯自控病例系列（BSCCS）回归模型等批准后早期检测方法。现有的BSCCS模型没有考虑多种结果，其中病理学可能在不同的ADE之间共享。我们通过开发一种新的信息层次优先链接结果特定效应，将病理层次整合到BSCCS模型中。考虑到共享病理学，大大增加了该领域已经大量模型的维度。我们通过将层次模型简化为适合现有工具的形式，开发了一种有效的方法来处理维度扩展。通过一项综合研究，我们证明，当使用具有不同真实风险和不同患病率的条件时，药物风险估计的偏差降低。我们还检查了MarketScan Lab Results数据集的观察数据，暴露了聚合结果导致的偏差，正如之前用于估计华法林和达比加群对颅内出血和胃肠道出血的风险趋势一样。我们通过使用极为罕见的条件进一步研究了我们的方法的局限性。本研究表明，同时分析多个结果在规模上是可行的，也是有益的。

引用于1文件

MSC公司：

62至XX 统计
68倍 计算机科学

关键词：

药物安全性;多种结果;贝叶斯层次模型

软件：

格尔姆奈特
PDF格式BibTeX公司 XML格式引用
\textit｛T.R.Shaddox｝等人，《统计分析》。数据最小值9，第4号，260--268（2016；Zbl 07260594）
全文： DOI程序 链接

参考文献：

[1] J.Overhage、P.Ryan、C.Reich、A.Hartzema和P.Stang，主动安全监督研究通用数据模型的验证。《美国医学通报协会杂志》19（2012），54-60。
[2] P.E.Stang、P.B.Ryan、J.A.Racoosin、J.M.Overhage、A.G.Hartzema、C.Reich、E.Welebob、T.Scarneccia和J.Woodcock，《推进主动监测科学：观察医疗结果伙伴关系的理论基础和设计》，《国际医学杂志》153（9）（2010），600-606。
[3] D.Madigan、P.E.Stang、J.A.Berlin、M.Schuemie、J.M.Overhage、M.A.Suchard、B.Dumouchel、A.G.Hartzema和P.B.Ryan，《评估观察研究证据的系统统计方法》。Ann Rev Stat Appl 1（1）（2014），11-39。
[4] W.DuMouchel。临床研究安全问题分析的多元贝叶斯逻辑回归。《统计科学》27（3）（2012），319-339·Zbl 1331.62416号
[5] B.Thurasingham、L.Khan、M.Awad和L.Wang，数据挖掘工具AQ的设计与实现。CRC出版社，2009年。
[6] C.J.Crooks、D.Prieto-Merino和S.J.W.Evans，使用医学指导信息共享的贝叶斯方法识别疫苗的不良事件，药物安全，35（1）（2012），61-78。
[7] M.Maclure，病例交叉设计：一种研究急性事件风险的瞬态影响的方法，《美国流行病学杂志》133（1991），144-153。
[8] J.K.Rothman、S.Greenland和T.Lash，《现代流行病学》（第三版），宾夕法尼亚州费城，Wolters Kluwer，2008年。
[9] C.Farrington，疫苗安全性评估病例系列的相对发病率估计，生物计量学，51（1995），228-35·Zbl 0825.62808号
[10] S.E.Simpson、D.Madigan、I.Zorych、M.J.Schuemie、P.B.Ryan和M.A.Suchard，大型纵向观测数据库的多个自控病例系列，《生物统计学》69（2013），893-902·Zbl 1419.62449号
[11] M.A.Suchard、S.E.Simpson、I.Zorych、P Ryan和D.Madigan，复杂广义线性模型串行推理算法的大规模并行化，ACM Trans model Compute Simulat 23（1）（2013），1-17·Zbl 1386.65065号
[12] J.R.Curtis、H.Cheng、E.Delzell、D.Fram、M.Kilgore、K.Saag、H.Yun和W.Dumouchel。贝叶斯数据挖掘算法对纵向索赔数据的适应性：以coxib安全性为例。医学护理46（9）（2008），969-75。
[13] D.Madigan、P.Ryan、S.Simpson和I.Zorych。药物警戒中的贝叶斯方法。《贝叶斯统计9》，J.M.Bernardo、M.J.Bayarri、J.O.Berger、A.P.Dawid、D.Heckerman、A.F.M.Smith和M.West主编，英国牛津，牛津大学出版社，2011年。
[14] J.Friedman、T.Hastie和R.Tibshirani，通过坐标下降法实现广义线性模式的正则化路径。J Stat Softw 33（2010），1-22。
[15] T.T.Wu和K.Lange，套索惩罚回归的坐标下降算法，《Ann Appl Stat》，2（1）（2013），224-244·Zbl 1137.62045号
[16] T.T.Wu、Y.F.Chen、T Hastie、E.Sobel和K.Lange，通过套索惩罚逻辑回归进行全基因组关联分析，生物信息学，25（6）（2009），714-21。
[17] A.Genkin、D.D.Lewis和D Madigan，文本分类的大尺度贝叶斯逻辑回归，《技术计量学》49（2009），291-304。
[18] S.J.Connolly、M.D Ezekowitz、Yusuf Salim、J.Eikelboom、J.Oldgren、A.Parekh、J.Pogue、P.A.Reilly、E.Themeles、J.Varrone、S.Wang、M.Alings、D.Xavier、J.Zhu、R.Diaz、B.S.Lewis、H.Darius、H.C.Diener、C.Joyner、L.Wallentin以及RE-LY指导委员会和研究人员。达比加群与华法林在心房颤动患者中的比较。《N Eng J Med》361（12）（2009），228-235。
[19] B.Charlton和R.Redberg，达比加群的问题，英国医学杂志349（2014），g4681。
[20] S.J.Connolly、M.D.Ezekowitz、S.Yusuf、P.A.Reilly和L.Wallentin，re-ly试验中新发现的事件。N Eng J Med，363（2010），1875-1876。
[21] P.A.Reilly、T.Lehr、S.Haertter、S.J.Connolly、S.Yusuf、J.W.Eikelboom、M.D.Ezekowitz、G.Nehmiz、S.Wang和L.Wallentin代表RE-LY调查人员。达比加群血浆浓度和患者特征对心房颤动患者缺血性中风和大出血频率的影响，美国心脏病杂志63（2014），321-328。
[22] A.Majeed、H.G.Hwang、S.J.Connolly、J.W.Eidleboom、M.D.Exekowitz、L.Wallentin、M.Brueckmann、M.Fraessdorf、S.Yusuf和S.Schulman，《达比加群或华法林治疗期间大出血的管理和结果》，《循环》，128（2013），2325-2332。
[23] P.B.Ryan，《通过观察医疗数据网络分析系统证据生成的统计挑战》，《医学研究中的统计方法》，22（1）（2013），3-6。
[24] D.Madigan、P.B.Ryan、M.Schuemie、P.E.Stang、J.M.Overhage、A.G.Hartzema、M.A.Suchard、W.DuMouchel和J.A.Berlin，《评估数据库异质性对观察研究结果的影响》，《美国流行病学杂志》，178（4）（2013），645-51。
[25] C、。
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。