一种同时校正混杂与暴露-结局联合误分类的加权方法
统计方法学
2019-01-16 v1
摘要
暴露与结局变量的联合误分类会在因果暴露-结局效应的流行病学研究中导致相当大的偏倚。本文提出了一种基于最大似然的边际因果优势比估计量，可同时校正混杂以及暴露和结局变量的若干种联合误分类形式。所提方法依赖于验证数据来构造同时考虑两类偏倚来源的权重。该加权估计量是 Gravel 与 Platt (Statistics in Medicine, 2018) 提出的暴露误分类加权估计量的扩展，被应用于再梗死数据。通过模拟研究考察了其有限样本性质，并与未考虑混杂或误分类的方法进行比较。新估计量在模拟中表现出良好的大样本性质。仍需进一步研究来考察所提方法及其替代方法对假设违背的敏感性。现有 R 包中的一个新 R 函数便于该估计量的实现。
引用
@article{arxiv.1901.04795,
title = {A weighting method for simultaneous adjustment for confounding and joint exposure-outcome misclassifications},
author = {Bas B. L. Penning de Vries and Maarten van Smeden and Rolf H. H. Groenwold},
journal= {arXiv preprint arXiv:1901.04795},
year = {2019}
}
备注
36 pages, 7 tables, 1 figure