一种用于汇总与校准生物标志物数据的重复测量方法
统计方法学
2021-10-26 v1
摘要
跨多项研究的参与者水平荟萃分析增加了汇总分析的样本量,从而提高效应估计的精度并支持亚组分析。对于以生物标志物测量作为关注暴露的分析,研究者必须首先校准数据,以解决因使用不同实验室和/或检测法而产生的测量变异性。在实践中,校准过程涉及将每项研究中生物标本的随机子集在中心实验室重新检测,并拟合关联研究特定“本地”与中心实验室测量的模型。该领域先前工作从测量误差技术的角度处理校准过程,并在仅有本地实验室测量的个体中插补估计的中心实验室值。在这项工作中,我们提出一种重复测量方法,以校准从多项研究汇总的、具有研究特定校准子集的生物标志物测量。我们考虑同一个人所测测量之间以及同一实验室所测测量之间的相关性。我们证明重复测量方法提供有效推断,并在描述循环维生素D与卒中关联的示例中,将其与基于测量误差技术的现有校准方法进行比较。
引用
@article{arxiv.2110.13077,
title = {A repeated measures approach to pooled and calibrated biomarker data},
author = {Abigail Sloan and Chao Cheng and Bernard Rosner and Regina G. Ziegler and Stephanie A. Smith-Warner and Molin Wang},
journal= {arXiv preprint arXiv:2110.13077},
year = {2021}
}
备注
25 pages, 2 figures, 3 tables