利用外部验证研究进行测量误差校正的回归校准可迁移性
统计方法学
2026-01-27 v1
摘要
在营养和环境流行病学中，暴露量难以准确测量，而这些暴露量的实用测量方法通常存在 substantial 的测量误差。回归校准是利用外部验证研究进行测量误差校正最常用的方法之一。使用外部研究来评估测量误差过程，始终存在将估计偏差引入主研究分析的风险。尽管回归校准的可迁移性通常在实际流行病学研究中被假设成立，但尚未得到充分研究。在这项工作中，在混合了类 Berkson 和类经典误差的测量误差过程下，我们研究了在何种条件下，利用外部验证研究进行的回归校准的效应估计对于暴露与健康结果之间的关联是无偏的。我们进一步考察了对可迁移性假设的偏离，在此偏离下回归校准估计量本身是有偏的。然而，我们在理论上证明，在大多数情况下，它比朴素方法产生更低的偏差。推导出的条件通过模拟研究得到了证实，并在一项调查心血管疾病风险与中等强度体力活动之间关联的健康专业人员随访研究实例中得到了进一步验证。
引用
@article{arxiv.2601.17961,
title = {Transportability of Regression Calibration with External Validation Studies for Measurement Error Correction},
author = {Zexiang Li and Donna Spiegelman and Molin Wang and Zuoheng Wang and Xin Zhou},
journal= {arXiv preprint arXiv:2601.17961},
year = {2026}
}