关于匹配调整的间接比较与校准估计
统计方法学
2021-07-27 v1 应用统计
摘要
间接比较日益被用于比较不同来源的数据，例如临床试验与观察性数据（如疾病登记库）。为调整数据源间的人群差异，匹配调整的间接比较（MAIC）已在包括卫生技术评估与药物监管申报的若干应用中使用。事实上，MAIC 可被视为调查抽样中称为校准估计的一系列方法的特例。然而，据我们所知，这一联系尚未被详细考察。本文做出三点贡献：1. 我们通过比较 MAIC 与几种常用校准估计方法（包括等价于 MAIC 的熵平衡方法）来考察该联系。2. 我们考虑 MAIC 估计量的标准误（SE）估计，提出一种与模型无关的 SE 估计量，并通过模拟检验其表现。3. 我们开展模拟以比较这些常用方法，评估它们在间接比较场景中的表现。
引用
@article{arxiv.2107.11687,
title = {On matching-adjusted indirect comparison and calibration estimation},
author = {Jixian Wang},
journal= {arXiv preprint arXiv:2107.11687},
year = {2021}
}
备注
26 pages, 1 figure