×
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。