来自多个匹配/嵌套病例对照研究的生物标志物数据汇集的样条分析
统计方法学
2019-11-22 v1 应用统计
摘要
将多个研究的生物标志物数据汇集可使研究者因样本量增大而获得生物标志物暴露测量与疾病风险之间关联的更精确估计。然而，生物标志物测量在不同检测和实验室间差异显著，因此在汇集数据前需要将本地实验室测量值校准至参考实验室。我们提出两种方法，使用嵌套病例对照研究设计并通过样条函数估计生物标志物暴露测量与疾病风险之间的非线性关系：完全校准和内部化校准。完全校准方法使用研究特定的校准模型校准所有观测，而内部化校准方法仅校准没有参考实验室测量值可用的观测。我们将这两种方法与未校准即汇集数据的朴素方法进行比较。我们发现：（1）在平均相对偏差和覆盖率方面，内部化校准和完全校准方法的性能显著优于朴素方法。（2）当校准子集规模变化时，完全校准比内部化校准更稳健。我们将所提方法应用于一个具有嵌套病例对照研究设计的汇集项目，以估计循环维生素 D 水平与结直肠癌风险的关联。
引用
@article{arxiv.1911.09254,
title = {Spline Analysis of Biomarker Data Pooled From Multiple Matched/Nested Case-Control Studies},
author = {Yujie Wu and Mitchell H. Gail and Stephanie A. Smith-Warner and Regina G. Ziegler and Molin Wang},
journal= {arXiv preprint arXiv:1911.09254},
year = {2019}
}