合并多中心匹配/巢式病例对照研究中分类生物标志物的统计方法
统计方法学
2025-05-06 v1
摘要
在协作流行病学研究中，为了增加研究人群的规模和多样性，汇总多个研究数据的合并分析正变得越来越普遍。然而，来自不同研究的生物标志物测量会受到系统性测量误差的影响，直接合并它们进行分析可能导致回归参数的有偏估计。因此，统计分析中必须纳入研究特异性的校准过程，以解决生物标志物测量中研究/实验/实验室间的变异性。我们提出了一种基于似然的方法，用于在匹配/巢式病例对照研究中评估分类生物标志物与疾病的关系。为了考虑校准过程带来的额外不确定性，我们提出了一种夹心方差估计量，以获得估计回归参数的有效渐近方差。我们通过不同样本量和生物标志物-疾病关联的广泛模拟研究，评估了所提方法的有限样本性能。作为示例，我们将这些方法应用于一个结直肠癌维生素 D 合并项目，以评估分类维生素 D 水平对结直肠癌风险的影响。
引用
@article{arxiv.2505.02220,
title = {Statistical method for pooling categorical biomarkers from multi-center matched/nested case-control studies},
author = {Yujie Wu and Xiao Wu and Mitchell H. Gail and Regina G. Ziegler and Stephanie A. Smith-Warner and Molin Wang},
journal= {arXiv preprint arXiv:2505.02220},
year = {2025}
}