开放式访问
2020年9月 多重研究中组合分类生物标志物数据分析的统计方法
赵成,莫林·王
附录申请。斯达。 14(3): 1146-1163 (2020年9月)。 内政部:10.1214/20-AOAS1337

摘要

在分析涉及生物标志物暴露的多项研究的汇总数据时,生物标志物测量值可能因实验室而异,通常需要在汇总前校准到参考分析。以前的研究将参考实验室的测量结果视为金标准,尽管参考实验室中的测量结果并不一定更接近现实中的基本事实。在本文中,我们不将任何实验室测量作为金标准,我们开发了两种统计方法,即精确校准和截止校准方法,用于分析聚集的分类生物标记数据。我们比较了在随机样本或仅对照校准设计下估计生物标志物-疾病关系的两种方法的性能。我们的发现包括:(1)与其他方法相比,精确校准方法提供了显著较少的偏差估计和更准确的置信区间;(2) 在测量误差较小和/或曝光影响较小的情况下,截止校准方法可以以最小偏差和有效置信区间得出估计值;(3) 仅限对照的校准设计可能会导致额外的偏差,但如果暴露影响和/或疾病流行率较小,则偏差最小。最后,我们举例说明了在一个汇集项目中评估循环维生素D水平与结直肠癌风险之间关系的应用程序中的方法。

引文

下载引文

赵成。 莫林·王。 “来自多项研究的组合分类生物标志物数据分析的统计方法。” 附录申请。斯达。 14 (3) 1146年至1163年, 2020年9月。 https://doi.org/10.1214/20-AOAS1337

问询处

收到日期:2019年4月1日;修订日期:2020年3月1日;发布日期:2020年9月
欧几里德项目首次提供:2020年9月18日

数学科学网:MR4152127
数字对象标识符:10.1214/20-AOAS1337

关键词:研究间变异性,校准,分类生物标志物数据,测量误差,多项研究

版权所有©2020数学统计研究所

第14卷•第3期•2020年9月
返回页首