基于分层抽样的差或比效应参数MOVER置信区间
统计方法学
2021-10-26 v1 应用统计
摘要
临床试验中常采用分层以减少协变量失衡的可能性并提高处理效应估计的精度。我们提出一个通用框架,通过方差估计恢复(MOVER)方法构建分层抽样下差或比效应参数的置信区间(CI)。对于差,我们考虑加性方差与加性CI两种方法,其中加权差的CI、各组加权效应的CI或加权差的方差均作为相应分层特定统计量的加权和来计算。比的CI由Fieller法与对数比法导出。在跨层效应恒定的假设下,权重可为随机变量,但固定权重无需此假设。这些方法可轻松应用于不同终点,因其仅需各组中各层感兴趣度量的点估计、CI与方差估计。方法用两个真实例子说明:一例推导二分类结局风险差与风险比的MOVER CI;另一例比较时间至事件结局分层分析中的限制平均生存时间与里程碑生存。模拟显示所提MOVER CI总体优于标准大样本CI,且加性CI法略优于加性方差法。
引用
@article{arxiv.2110.12636,
title = {MOVER confidence intervals for a difference or ratio effect parameter under stratified sampling},
author = {Yongqiang Tang},
journal= {arXiv preprint arXiv:2110.12636},
year = {2021}
}
备注
13 pages