非概率随访样本分析:在 SARS-CoV-2 感染患病率估计中的应用
应用统计
2023-06-16 v1 统计方法学
摘要
公共卫生决策者在 SARS-CoV-2 等传染病暴发期间面临迅速做出关键决策的挑战。理想情况下,快速部署的具有代表性的健康调查可为此类决策提供所需数据。在有限时间框架与资源的约束下,实施基于随机(概率)抽样以获得具有高响应率的总体代表性调查样本可能不可行。作为替代,常通过社交媒体与网络调查等外联方法收集志愿者(非概率)样本。与概率样本相比,非概率样本存在选择偏差。此外,当参与者被纵向随访时,后期随访时间点常出现无响应。因此,后期时间点的横截面参数估计将同时受选择偏差与无响应偏差影响。本文中,我们为基线调查参与者创建核加权伪权重(KW),并为每次随访的受访者构建无响应调整的 kw(kwNR),以估计随访访视时的总体均值。我们发展了泰勒线性化方差估计,其考虑了因估计伪权重与无响应调整所带来的变异性。通过模拟评估所提 kwNR 加权估计。我们考察了以下各项的协变量效应:基线样本参与倾向、随访响应倾向以及结局均值。我们将所提 kwNR 加权方法应用于 SARS-CoV-2 抗体血清阳性纵向研究,该研究始于大流行早期的基线调查,并在基线后 6 个月和 12 个月随访时收集数据。
引用
@article{arxiv.2306.08724,
title = {Nonprobability follow-up sample analysis: an application to SARS-CoV-2 infection prevalence estimation},
author = {Yan Li and Laura Yee and Sally Hunsberger and Matthew J. Memoli and Kaitlyn Sadtler and Barry I. Graubard},
journal= {arXiv preprint arXiv:2306.08724},
year = {2023}
}
备注
12 pages