博根,厄努夫;露丝·基奥 嵌套病例对照研究:应该打破匹配吗? (英语) Zbl 1333.62266号 寿命数据分析。 21,第4期,517-541(2015)。 摘要:在一项嵌套病例对照研究中,从病例发生时处于危险状态的个体中为每个病例选择对照。我们说对照组在学习时间上是匹配的。为了调整可能的混淆,通常还要匹配其他变量。嵌套病例对照数据的标准分析基于部分似然,该似然将每个病例的协变量与其匹配对照的协变量进行比较。有人建议,可以打破嵌套病例对照数据的匹配,并使用逆概率加权(IPW)伪似然将其作为病例组数据进行分析。此外,当队列中的所有个体都有一些协变量可用时,多重插补(MI)使使用队列中所有可用数据成为可能。在本文中,我们回顾了标准方法以及IPW和MI方法,并使用涵盖一系列场景(包括一个端点和两个端点)的模拟来比较它们的性能。 引用于4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 62J02型 一般非线性回归 62-07 数据分析(统计)(MSC2010) 关键词:案件组;相互竞争的风险;Cox回归;逆概率加权;匹配;多重插补;嵌套病例对照 软件:invGauss公司;老鼠;多路NCC PDF格式BibTeX公司 XML格式引用 \textit{Ø.Borgan}和\textit{R.Keogh},《寿命数据分析》。21,第4号,517--541(2015;Zbl 1333.62266) 全文: 内政部 参考文献: [1] Aalen OO、BorganØ、Gjessing HK(2008)《生存与事件历史分析:过程观点》。纽约州施普林格·Zbl 1204.62165号 ·doi:10.1007/978-0-387-68560-1 [2] Andersen PK,Gill RD(1982)《计数过程的考克斯回归模型:大样本研究》。安统计10:1100-1120·Zbl 0526.62026号 ·doi:10.1214/aos/1176345976 [3] Bartlett JW、Seaman SR、White IR、Carpenter JR(2014)《通过完全条件规范对协变量进行多重插补:适应实质性模型》。统计方法医学研究doi:10.1177/0962280214521348 [4] 博根,Ø。;萨缪尔森,SO;Klein,JP(编辑);Houwelingen,HC(编辑);易卜拉欣,JG(编辑);Scheike,TH(编辑),嵌套病例对照和病例组研究,343-367(2013),佛罗里达州博卡拉顿 [5] BorganØ,Goldstein L,Langholz B(1995)Cox比例风险模型中抽样队列数据的分析方法。安统计23:1749-1778·Zbl 0843.62094号 ·doi:10.1214操作系统/1176324322 [6] Breslow NE(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 ·doi:10.1080/01621459.1996.10476660 [7] Carpenter JR,Kenward MG(2013)多重插补及其应用。纽约威利·Zbl 1352.62008年 ·doi:10.1002/9781119942283 [8] Chen K(2001)广义病例组估计。J R Stat Soc系列B 63:791-809·Zbl 0988.62063号 ·数字对象标识代码:10.1111/1467-9868.00313 [9] Kalbfleisch JD,Prentice RL(2002)《失效时间数据的统计分析》,第2版。霍博肯·威利·Zbl 1012.62104号 ·doi:10.1002/9781118032985 [10] Keogh RH,Cox DR(2014)病例对照研究。剑桥大学出版社·Zbl 1283.62002号 ·doi:10.1017/CBO9781139094757 [11] Keogh RH,White IR(2013)通过多重插补在嵌套病例对照和病例组研究中使用全队列数据。统计医学32:4021-4043·数字对象标识代码:10.1002/sim.5818 [12] Langholz B,BorganØ(1995)反匹配:分层嵌套病例对照抽样方法。生物医学82:69-79·Zbl 0823.62089号 ·doi:10.1093/biomet/82.1.69 [13] 孟X(1994)非遗传输入源的多重插补推理。统计科学9:538-558 [14] Oakes D(1981)生存时间:部分可能性的方面(有讨论)。国际统计版次49:235-264·Zbl 0479.62080号 ·doi:10.2307/1402606 [15] Rubin DB(1987)《调查中无应答的多重插补》。纽约威利·2007年6月10日 ·数字对象标识代码:10.1002/9780470316696 [16] Rundle AG,Vineis P,Ahsan H(2005)队列研究中分子流行病学研究的设计选项。癌症流行生物标记预防14:1899-1907·doi:10.1158/1055-9965.EPI-04-0860 [17] Saarela O、Kulathinal S、Arjas E、LärräE(2008)用于多种结果的嵌套病例对照数据:可能性方法和替代方法。统计医学27:5991-6008·doi:10.1002/sim.3416 [18] Samuelsen SO(1997)嵌套病例对照研究分析的伪似然方法。生物特征84:379-394·Zbl 0882.62107号 ·doi:10.1093/biomet/84.2.379 [19] Samuelsen SO,Au nestad H,Skrondal A(2007)一般队列抽样设计的分层病例-队列分析。扫描J统计34:103-119·Zbl 1142.62082号 ·数字对象标识代码:10.1111/j.1467-9469.2006.00552.x [20] Scheike TH,Juul A(2004)嵌套病例对照抽样下Cox回归模型的最大似然估计。生物统计学5:193-206·Zbl 1096.62099号 ·doi:10.1093/biostatistics/5.2.193 [21] Scott AJ,Wild CJ(1986),病例对照或选择抽样下的Logistic模型。J R Stat Soc系列B 48:170-182·Zbl 0608.62084号 [22] Scott AJ,Wild CJ(2002),病例对照或选择抽样下的Logistic模型。J R Stat Soc Ser B期刊64:207-219·Zbl 1059.62010号 ·数字对象标识代码:10.1111/1467-9868.00333 [23] Stöer NC,Samuelsen SO(2012)多结果嵌套病例对照研究中估计值的比较。寿命数据分析18:261-283·兹比尔1322.62042 ·doi:10.1007/s10985-012-9214-8 [24] Stöer NC,Samuelsen SO(2013)嵌套病例对照研究中的逆概率加权与额外匹配——模拟研究。统计医学32:5328-5339·数字对象标识代码:10.1002/sim.6019 [25] Stöer NC,Samuelsen SO(2014)multipleNCC:嵌套病例对照数据的加权Cox回归。http://CRAN.R-project.org/package=multipleNCC,R包版本1.0 [26] Van Buuren S(2007)通过完全条件规范对离散和连续数据进行多重插补。统计方法医学研究16:219-242·Zbl 1122.62382号 ·doi:10.1177/0962280206074463 [27] Van Buuren S,Groothuis-Oudshoorn K(2011)《小鼠:通过R.J Stat Softw 45:1-67中的连锁方程进行多元插补》 [28] White IR,Royston P(2009)为Cox模型估算缺失的协变量值。统计医学28:1982-1998·数字对象标识代码:10.1002/sim.3618 [29] White IR、Royston P、Wood AM(2011)《使用连锁方程进行多重插补:实践问题和指南》。《医学统计》30:377-399·doi:10.1002/sim.4067 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。