高维阈值的显著性检验及其在个体化最小临床重要差异中的应用
统计方法学
2023-03-28 v2 统计理论
统计理论
摘要
这项工作受学习个体化最小临床重要差异的启发，该概念是评估各类生物医学研究中临床重要性的关键。我们将科学问题表述为一个高维统计问题，其中感兴趣的参数位于个体化线性阈值中。目标是针对该参数中单个元素以及该参数的线性组合的显著性开发假设检验程序。开发此类检验程序的困难在于高维干扰参数，且该高维阈值模型是非正则的，相应估计量的极限分布是非标准的。为了应对这些挑战，我们通过一种新的偏差校正平滑去相关得分方法构造了检验统计量，并建立了其在原假设和局部备择假设下的渐近分布。我们提出了一种双平滑方法来选择检验统计量中的最优带宽，并为所选带宽提供了理论保证。我们进行了模拟研究，以证明我们提出的程序如何应用于实证研究。我们将所提方法应用于一项临床试验，其科学目标是评估某种手术程序的临床重要性。
引用
@article{arxiv.2108.04306,
title = {Test of Significance for High-dimensional Thresholds with Application to Individualized Minimal Clinically Important Difference},
author = {Huijie Feng and Jingyi Duan and Yang Ning and Jiwei Zhao},
journal= {arXiv preprint arXiv:2108.04306},
year = {2023}
}