通过增添目标人群 outcome 数据提升人群调查关联研究中的效率
统计方法学
2024-09-23 v1
摘要
通常收集的全国性登记册包含来自大量个体的社会经济和健康相关信息。然而，关于生活方式、生物学及其他风险因素的信息最多只在人群的小样本中可用。大多数健康调查缺乏必要的详细医学信息来评估疾病负担。因此，传统上将登记册数据和调查数据合并以获得必要的信息。我们的想法是以将来自人群中一大批个体的样本添加到调查样本中，以形成组合样本进行分析。主要目标是评估此类组合分析在二元或事件发生时间 outcome 情况下的偏倚和效率提升。我们采用 (i) 使用调查受访者的完整案例分析 (CCA)，(ii) 在缺失在随机 (MAR) 假设下对完整调查样本进行单位和项目非响应的分析，以及 (iii) 在混合类型缺失机制下对组合样本进行分析。我们采用基于多重插补 (MI) 的分析方法处理 (ii) 和 (iii) 中的缺失数据。我们利用来自芬兰人口的模拟数据以及实际数据（针对冠心病）进行研究。我们的结果表明，MI 方法在使用组合数据进行二元 outcome 时提高了估计效率，但在事件发生时间 outcome 情况下，CCA 在均值绝对误差和平方误差方面至少与 MI 方法相当。需要提高调查的参与率，并在 outcome 为事件发生时间时拥有良好的统计方法来处理缺失的协变量数据，以实现本研究提出的想法。
引用
@article{arxiv.2409.13479,
title = {Efficiency gain in association studies based on population surveys by augmenting outcome data from the target population},
author = {Tommi Härkänen and Sangita Kulathinal and Arya Panthalanickal Vijayakumar},
journal= {arXiv preprint arXiv:2409.13479},
year = {2024}
}