×
宁静;川洪;李亮（Li，Liang）;黄雪林;沈瑜

在普遍队列和偶发队列的观察性研究中评估治疗效果。 （英语。法语摘要） Zbl 1474.62342号

可以。J.统计。 45，第2期，202-219（2017）.
摘要：注册数据库越来越多地被用于癌症的比较有效性研究。此类数据库反映了真实的患者群体和医生实践，因此是比较多种治疗方案和相关长期临床结果的自然来源。注册数据库通常包括事件队列和流行队列，为事件队列中最近诊断的患者以及流行队列中具有长期随访数据的患者提供有价值的补充信息。然而，利用这些数据进行有效推断面临两大挑战：来自流行队列的数据不是目标人群的随机样本，治疗组之间患者的基线特征可能存在重大差异，这会影响两个队列中关于治疗选择的决定。在本文中，我们将倾向评分方法扩展到包括流行和突发队列的观察性研究，并评估放射治疗（RT）对诊断为IV期乳腺癌的SEER-Medicare患者的疗效。具体来说，我们利用事件队列来估计接受RT的倾向，然后结合事件队列和流行队列的数据，通过调整模型中的倾向得分来估计RT的影响。我们通过仿真对所提方法进行了评估。我们证明了所提出的倾向评分方法在几个假设下同时消除了抽样偏差和选择偏差。

引用于三文件

MSC公司：

62N01号 审查数据模型
62号02 生存分析和删失数据中的估计
62页第10页 统计学在生物学和医学中的应用；元分析

关键词：

事件队列;流行队列;倾向得分;取样偏差;选择偏差
PDF格式BibTeX公司 XML格式引用
\textit｛J.Ning｝等人，Can。J.Stat.45，No.2，202--219（2017；Zbl 1474.62342）
全文： DOI程序 链接

参考文献：

[1] Asgharian，M.&Wolfson，D.B.（2005年）。右删失流行队列数据中偏长生存函数的无条件npmle的渐近行为。统计年鉴，332109-2131·Zbl 1086.62113号
[2] 奥斯汀，P.C.（2008）。对1996年至2003年间医学文献中倾向得分匹配的批判性评估。医学统计，272037-2049。
[3] Cardoso，F.、Harbeck，N.、Fallowfield，L.、Kyriakides，S.、Senkus，E.和ESMO指南工作组（2012年）。局部复发或转移性乳腺癌：Esmo诊断、治疗和随访临床实践指南。《肿瘤年鉴》，23，vii11-vii19。
[4] Chan，K.C.G.（2013）。无生存数据的生存分析：连接长度偏差和病例对照数据。生物特征，100，1-7。
[5] Cheng，Y.J.和王，M.‐C。(2012). 使用普遍的生存数据估计倾向得分和因果生存函数。生物统计学，68707-716·Zbl 1271.62065号
[6] D’Agostino，R.B.（1998年）。生物统计学教程：在治疗与非随机对照组的比较中减少偏差的倾向性评分方法。医学统计，172265-2281。
[7] Ertefaie，A.、Asgharian，M.和Stephens，D.（2014）。存在长度偏差抽样的倾向性得分估计：一种非参数调整方法。统计，3（1），83-94。
[8] Gail，M.H.和Benichou，J.（2000）。流行病学方法百科全书。英国奇切斯特John Wiley&Sons。
[9] González‐Manteiga，W.和Cadarso‐Suarez，C.（1994）。广义kaplan‐meier估计的渐近性质及其应用。统计学传播——理论与方法，4，65-78·Zbl 1383.62142号
[10] Hansen，B.B.&Bowers，J.（2008）。简单、分层和集群比较研究中的协变量平衡。统计科学，23，219-236·Zbl 1327.62019年
[11] Imai，K.、King，G.和Stuart，E.A.（2008年）。实验主义者和观察主义者对因果推理的误解。英国皇家统计学会杂志：A辑，171，481-502。
[12] Kang，J.D.和Schafer，J.L.（2007）。双重稳健性的解密：从不完整数据估计总体平均值的替代策略的比较。统计科学，22523-539·兹比尔1246.62073
[13] Lai，T.L.和Ying，Z.（1991）。左截断和右删失数据的秩回归方法。统计年鉴，10531-556·Zbl 0739.62031号
[14] Li，L.和Greene，T.（2013）。倾向得分分析中的加权模拟配对匹配。国际生物统计学杂志，9，215-234。
[15] Ning，J.、Qin，J.和Shen，Y.（2011）。带右删失和长度偏差数据的Buckley-james型估计量。生物计量学，671369-1378·Zbl 1274.62849号
[16] Qin，J.&Shen，Y.（2010）。cox模型下分析右删失长度偏差数据的统计方法。生物统计学，66，382-392·Zbl 1192.62209号
[17] Rosenbaum，P.R.&Rubin，D.B.（1983年）。倾向评分在因果效应观察性研究中的中心作用。Biometrika，70岁，41-55岁·Zbl 0522.62091号
[18] Rosenbaum，P.R.&Rubin，D.B.（1985年）。使用包含倾向得分的多元匹配抽样方法构建对照组。美国统计学家，39，33-38。
[19] Rothman，K.J.、Greenland，S.和Lash，T.L.（2008）。现代流行病学。Lippincott Williams&Wilkins，美国费城。
[20] 鲁宾，D.B.（1973年）。匹配以消除观察研究中的偏差。生物统计学，29159-183。
[21] Rubin，D.B.（1979年）。使用多元匹配抽样和回归调整来控制观察性研究中的偏差。《美国统计协会杂志》，74318-328·Zbl 0413.62047号
[22] Shen，Y.、Ning，J.和Qin，J.（2009）。利用半参数变换和加速失效时间模型分析长度偏差数据。美国统计协会杂志，1041192-1202·Zbl 1388.62294号
[23] Vardi，Y.（1982）。存在长度偏差的非参数估计。统计年鉴，10616-620·Zbl 0491.62034号
[24] Wang，M.‐C。，Brookmeyer，R.和Jewell，N.P.（1993）。流行队列数据的统计模型。生物统计学，49，1-11·兹比尔0771.62079
[25] Zelen，M.（2006）。前向和后向复发时间和长度偏差抽样：年龄特定的模型。《公共卫生中的概率、统计和建模》，美国纽约州斯普林格，1-11。
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。