生存分析中包含不常测量的时变误差易感因子：基于模拟的方法比较
应用统计
2025-02-25 v1
摘要
流行病学研究常评估暴露与事件风险的关联。当暴露随时间变化时，更新通常在离散访视发生，尽管变化在连续时间内，而生存模型需要暴露值持续 Known。此外，暴露可能以误差测量，其观察在事件时间前被截断。我们旨在定量评估离散测量误差易感因子在Cox回归中导致的关联偏差。通过各种情景下的模拟，我们比较了五种方法：最后观察携带前进（LOCF）、经典两阶段回归校正使用事件前测量值（RC）或亦用后测量值（PE-RC）、多重插补（MI）和联合建模暴露与事件（JM）。LOCF和较少情况下的经典RC在几乎所有43个情景中显示显著偏差。RC偏差在考虑事后信息后消除。MI表现良好，JM亦如此。探索肥胖指数与执行功能与痴呆风险关联的示例显示一致结论。衡量误差和离散更新在研究随时间变化暴露时至关重要。MI和JM技术可适用于此情境，而经典RC因信息性截断应避免使用。
引用
@article{arxiv.2502.16362,
title = {Including an infrequently measured time-dependent error-prone covariate in survival analyses: a simulation-based comparison of methods},
author = {Viviane Philipps and Laurence Freedman and Veronika Deffner and Catherine Helmer and Hendriek Boshuizen and Anne C. M. Thiébaut and Cécile Proust-Lima},
journal= {arXiv preprint arXiv:2502.16362},
year = {2025}
}