嵌套病例对照研究中并非所有事件均被选为病例时的一种新的加权方法
统计方法学
2021-04-07 v1
摘要
嵌套病例对照(NCC)是一种广泛使用的抽样方法,用于在前瞻性大型队列研究中开发和评估带有昂贵生物标志物的风险模型。生物标志物值通常在子队列上获得,该子队列由所有事件和一部分非事件组成。然而,当事件数量不小的时候,对所有事件测量生物标志物可能难以负担。由于成本和生物标本的有限可用性,仅选取一部分事件作为病例进入子队列。对于这些“非典型”的 NCC 研究,我们提出了一种用于逆概率加权(IPW)估计的新加权方法。我们还设计了一种扰动方法来估计带有新权重的 IPW 估计量的方差。它通过对病例和对照的抽样指示变量进行扰动,考虑了由两者的抽样过程引起的受试者间相关性,从而捕捉所有变异。此外,我们从解析和数值上证明,当病例仅由一部分事件组成时,我们的新权重比 Samuelsen (1997) 为标准 NCC 设计提出的权重产生更高效的 IPW 估计量。我们用一项旨在使用 Framingham 队列研究评估基于生物标志物的风险预测模型的研究来说明该估计过程。
引用
@article{arxiv.2104.02665,
title = {A new weighting method when not all the events are selected as cases in a nested case-control study},
author = {Qian M. Zhou and Xuan Wang and Yingye Zheng and Tianxi Cai},
journal= {arXiv preprint arXiv:2104.02665},
year = {2021}
}
备注
27 pages,3 figures, 5 tables