CaseCohortCoxSurvival：基于Cox模型的病例-队列相对风险与纯风险推断R包
应用统计
2024-02-15 v1
摘要
病例-队列设计允许分析多个终点，且仅需对病例和来自队列的随机子队列中的非病例测量协变量。子队列抽样的分层和权重校准可提高对数相对风险及协变量特异性纯风险估计的效率，但可能需要专门调整的方差估计量。近期流行病学和医学期刊中的一些文章使用了一种不恰当的“稳健”方差估计量。此外，分层、权重校准和纯风险分析在病例-队列研究中似乎未得到充分利用，可能是因为实践者被多样化的技术方法论文献和缺乏便捷软件所阻碍。我们最近为Cox模型对数相对风险和纯风险的方差估计提出了一种统一方法，并将其实现于一个R包CaseCohortCoxSurvival中，该包已在CRAN上发布，允许对病例-队列数据进行恰当且便捷的分析，无论是否包含分层、权重校准或第二阶段随机缺失数据。本文以前列腺癌、肺癌、结直肠癌和卵巢癌筛查试验数据为例，展示了使用CaseCohortCoxSurvival在各种病例-队列设计和分析选项下估计前列腺癌发病率的协变量特异性纯风险是多么容易。这些分析也揭示了简单的“稳健”方差估计量过大的情况。
引用
@article{arxiv.2402.08744,
title = {CaseCohortCoxSurvival: an R Package for Case-Cohort Inference for Relative Hazard and Pure Risk under the Cox Model},
author = {Lola Etievant and Mitchell H. Gail},
journal= {arXiv preprint arXiv:2402.08744},
year = {2024}
}