保护个体数据的高维异质数据整合回归分析
统计方法学
2020-09-15 v3
摘要
循证决策常依赖于对多项研究的荟萃分析，其能实现更精确的估计并考察可推广性。然而，在超高维设定下，多项异质研究的整合分析极具挑战。当个体层面数据不能跨研究共享时（即所谓的 DataSHIELD 约束（Wolfson 等，2010）），挑战更为显著。在跨研究相似但不完全相同的稀疏回归模型下，本文提出一种针对数据屏蔽高维整合回归（SHIR）的新型整合估计流程。SHIR 通过基于汇总统计的整合流程保护个体数据，容纳协变量分布与模型参数间的跨研究异质性，并实现一致的变量选择。理论上，SHIR 比现有整合本地站点去偏 LASSO 估计量的分布式方法在统计上更高效。此外，聚合派生数据带来的估计误差相较于统计极小极大速率可忽略，且 SHIR 在估计上被证明与共享所有数据所得理想估计量渐近等价。我们通过大量模拟设定研究并比较了本方法的有限样本表现与现有方法。进一步，我们阐释了 SHIR 在利用多慢性病人群电子健康记录数据推导冠心病表型算法中的效用。
引用
@article{arxiv.1902.06115,
title = {Individual Data Protected Integrative Regression Analysis of High-dimensional Heterogeneous Data},
author = {Tianxi Cai and Molei Liu and Yin Xia},
journal= {arXiv preprint arXiv:1902.06115},
year = {2020}
}