基于模型的多亚组与多终点同步推断
应用统计
2020-07-23 v1
摘要
在评估亚组与总体人群差异方面存在多种方法学选择。最理想的是在若干人群中同步研究多个终点。我们研究了一种使用多边际模型（mmm）的较新方法，其可灵活处理包括连续、二值或时间-事件数据在内的多个终点。本文通过模拟将mmm的性能与标准Bonferroni方法进行比较。主要基于不同样本量与标准差场景下的族错误率与功效对这些方法进行比较。此外，表明该方法可处理重叠的亚组定义，并可假设终点的不同组合。对临床实例的再分析展示了实际应用。
引用
@article{arxiv.2007.11358,
title = {Model-based simultaneous inference for multiple subgroups and multiple endpoints},
author = {Charlotte Vogel and Frank Schaarschmidt and Christian Ritz and Franz Koenig and Ludwig A. Hothorn},
journal= {arXiv preprint arXiv:2007.11358},
year = {2020}
}
备注
6 figures