比较研究
.2011年6月15日;30(13):1595-607.
doi:10.1002/sim.4130。
Epub 2011年2月24日。
病例组研究的多重插补分析
附属公司
附属
- 1Inserm,CESP流行病学和人口健康研究中心,U1018,生物统计团队,F-94807 Villejuif,法国。helena.marti-soler@inserm.fr
剪贴板中的项目
比较研究
病例组研究的多重插补分析
海伦娜·马蒂等。
统计医学.
.
.2011年6月15日;30(13):1595-607。
doi:10.1002/sim.4130。
Epub 2011年2月24日。
附属
- 1Inserm,CESP流行病学和人口健康研究中心,U1018,生物统计团队,F-94807 Villejuif,法国。helena.marti-soler@inserm.fr
剪贴板中的项目
摘要
分析案例研究的常用方法有时依赖于不完全有效的加权估计。多重插补可能是一个很好的替代方法,因为它使用了所有可用的数据,并且近似于最大偏似然估计量。该方法基于生成几个看似完整的数据集,并考虑到缺失值的不确定性。当插补模型定义正确时,多重插补估计量是渐近无偏的,其方差是正确估计的。我们表明,正确的插补模型必须根据充分观察到的数据(病例和对照),使用解释变量中的病例状态进行估计。为了验证该方法,我们首先使用完全模拟的数据分析了病例组研究,然后使用从两个真实队列中采样的病例组数据进行分析。对模拟数据的分析表明,当插补模型正确时,多重插补估计量是无偏且有效的。对于第一阶段变量,观测到的精度增益为8%至37%,对于第二阶段变量,则为5%至19%。当插补模型指定错误时,多重插补估计器仍然比加权估计器更有效,但也有轻微偏差。对从完全队列中取样的病例组数据的分析表明,即使没有第二阶段变量的强预测值可用,多重插补也是无偏的,与第二阶段的变量加权估计值一样精确,比第一阶段变量的加权估计值略为精确。然而,由于相互作用项的存在,当插补模型的某些系数必须从小样本中估计时,多重插补估计量被发现存在偏差。多重插补是分析病例队列数据的一种有效技术。实际上,我们建议只使用案例组数据和加权估计来建立分析模型。多重插补最终可用于使用选定模型重新分析数据,以提高结果的精度。
版权所有©2011 John Wiley&Sons,Ltd。
PubMed免责声明
类似文章
-
州创伤登记处缺失的非本地数据采用多重插补的有效性。
Newgard CD。
Newgard CD。
艾默格医学院,2006年3月;13(3):314-24. doi:10.1197/j.aem.2005.09.011。Epub 2006年2月22日。
2006年艾默格医学院。
PMID:16495420
-
预测研究中使用bootstrap在多重插补下选择变量。
Heymans MW、van Buuren S、Knol DL、van Mechelen W、de Vet HC。
Heymans MW等人。
BMC医学研究方法。2007年7月13日;7点33分。doi:10.1186/1471-2288-7-33。
BMC医学研究方法。2007
PMID:17629912
免费PMC文章。
-
集群随机试验中缺失连续结果的插补策略。
Taljaard M、Donner A、Klar N。
Taljaard M等人。
《生物杂志》,2008年6月;50(3):329-45. doi:10.1002/bimj.200710423。
《生物杂志》,2008年。
PMID:18537126
审查。
-
荷兰交通相关空气污染长期暴露对呼吸和心血管死亡率的影响:NLCS-air研究。
Brunekreef B、Beelen R、Hoek G、Schouten L、Bausch-Goldbohm S、Fischer P、Armstrong B、Hughes E、Jerrett M、van den Brandt P。
Brunekreef B等人。
Res Rep Health Eff Inst.2009年3月;(139):5-71; 讨论73-89。
Res Rep Health Eff Inst.2009年。
PMID:19554969
-
具有二元结果的病例组设计分析:利用全组辅助信息提高效率。
Noma H,Tanaka S。
Noma H等人。
2017年4月统计方法医学研究;26(2):691-706。doi:10.1177/0962280214556175。Epub 2014年10月26日。
2017年统计方法医学研究。
PMID:25348675
审查。
引用人
-
关于使用多重插补解决具有二元终点的病例组研究中设计缺失的数据以及意外缺失的数据。
Middleton M、Nguyen C、Carlin JB、Moreno-Betancur M、Lee KJ。
Middleton M等人。
BMC医学研究方法。2023年12月7日;23(1):287. doi:10.1186/s12874-023-02090-5。
BMC医学研究方法。2023
PMID:38062377
免费PMC文章。
-
具有失败时间结果的病例组研究的特征筛选。
张杰,周浩,刘毅,蔡杰。
张杰等。
扫描统计理论应用。2021年3月;48(1):349-370. doi:10.1111/sjos.12503。Epub 2020年11月16日。
扫描统计理论应用。2021
PMID:35811582
免费PMC文章。
-
案例研究中的风险比率和风险差异估计。
Noma H、Misumi M、Tanaka S。
Noma H等人。
流行病学杂志。2023年10月5日;33(10):508-513. doi:10.2188/jea。JE20210509.电子版2022年10月19日。
流行病学杂志。2023
PMID:35753802
免费PMC文章。
-
在一项具有二元结果的病例组研究中评估用于处理缺失协变量信息的多种插补方法。
Middleton M、Nguyen C、Moreno-Betancur M、Carlin JB、Lee KJ。
Middleton M等人。
BMC医学研究方法。2022年4月3日;22(1):87. doi:10.1186/s12874-021-01495-4。
BMC医学研究方法。2022
PMID:35369860
免费PMC文章。
-
将多重插补与权重耙取相结合:在设定接近真实模型时的一种有效且稳健的方法。
Han K、Shaw PA、Lumley T。
Han K等人。
统计医学2021年12月30日;40(30):6777-6791. doi:10.1002/sim.9210。Epub 2021年9月28日。
统计医学2021年。
PMID:34585424
免费PMC文章。
引用