基于个体层面与汇总数据的潜在影响分数与人群归因分数非参数估计
统计方法学
2023-01-26 v2
摘要
利用连续暴露数据估计潜在影响分数（包括人群归因分数）常依赖于较强的分布假设。然而，若底层暴露分布未知或在不同时空假设相同分布，这些假设常被违背。用于队列数据的潜在影响分数非参数估计方法已有可用，但横截面数据尚无替代方法。本文中，我们讨论分布假设在人群影响分数估计中的影响，表明在无限多种可能性下，分布违背会导致有偏估计。我们提出非参数方法以估计汇总数据（均值与标准差）或个体数据（例如来自横截面人口调查的观察）的潜在影响分数，并构建模拟场景将其性能与标准参数过程比较。我们将方法学应用于含糖饮料消费对 2 型糖尿病发病率的例子进行说明。我们还呈现了 R 包 pifpaf 以实现这些方法。
引用
@article{arxiv.2207.03597,
title = {Nonparametric Estimation of the Potential Impact Fraction and Population Attributable Fraction with Individual-Level and Aggregated Data},
author = {Colleen E. Chan and Rodrigo Zepeda-Tello and Dalia Camacho-García-Formentí and Frederick Cudhea and Rafael Meza and Eliane Rodrigues and Donna Spiegelman and Tonatiuh Barrientos-Gutierrez and Xin Zhou},
journal= {arXiv preprint arXiv:2207.03597},
year = {2023}
}