文献

J-GLOBAL ID：201702228524596097   整理番号：17A1433082

多変量故障時間データのある症例-コホート研究におけるパラメータ推定の効率改善【Powered by NICT】

Improving efficiency of parameter estimation in case-cohort studies with multivariate failure time data

著者 (3件)： Yan Ying (Department of Mathematics and Statistics, University of Calgary, Calgary, Alberta, Canada, T2N 1N4) ,  Zhou Haibo (Department of Biostatistics, University of North Carolina at Chapel Hill, Chapel Hill, North Carolina 27599, U.S.A.) ,  Cai Jianwen (Department of Biostatistics, University of North Carolina at Chapel Hill, Chapel Hill, North Carolina 27599, U.S.A.)
資料名： Biometrics  (Biometrics)
巻： 73  号： 3  ページ： 1042-1052  発行年： 2017年 
JST資料番号： B0071A  ISSN： 0006-341X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 症例コホート研究のデザインは,大規模コホート研究における高価な共変量を組立・測定のコストを低減するために有効な方法である。最近,複数の疾患を対象とするときにはいくつかの重みづけ推定量は症例コホート設計を提案した。しかし,これらの既存の重み付き推定量は,全コホートにおいて利用可能な共変量情報の有効利用しなかった。研究において利用できるかもしれない,高価な共変量のための補助情報を直接組み込むことができなかった。本論文では,最新の推定量のクラスを提案した。全コホート情報の有効利用を行うことにより,提案した更新された推定量は漸近的に既存の重み付き推定器よりもより効率的であることを保証されていることを示した。さらに,いつでも利用可能な補助情報を組み込むためにフレキシブルである。提案した最新の推定器の利点は,シミュレーション研究及び実際のデータ解析で実証した。Copyright 2017 Wiley Publishing Japan K.K. All Rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *コホート研究 ,  *パラメータ推定 ,  重みづけ ,  *故障 ,  シミュレーション ,  *効率化 ,  推定量 ,  データ解析 ,  *母集団
準シソーラス用語： 有効利用 ,  共変量 ,  大規模コホート研究 ,  *多変量 , 【Automatic Indexing@JST】

著者キーワード (6件)： 補助情報 ,  相関データ ,  限界法 ,  比例ハザードモデル ,  最新estimators ,  重みづけ法

分類 (4件)： 疫学  (GB03000E) ,  循環系の疾患  (GJ03000C) ,  システム・制御理論一般  (IA02010H) ,  統計的品質管理  (KB04030W)

タイトルに関連する用語 (7件)： 多変量 ,  故障 ,  症例 ,  コホート ,  研究 ,  パラメータ推定 ,  効率改善