文献

J-GLOBAL ID：201702246830695523   整理番号：17A1437597

病因不均一性の研究のための統計的方法の比較【Powered by NICT】

A comparison of statistical methods for the study of etiologic heterogeneity

著者 (3件)： Zabor Emily C. (Department of Epidemiology and Biostatistics, Memorial Sloan Kettering Cancer Center, 485 Lexington Ave, 2nd floor, New York, NY 10017, USA) ,  Zabor Emily C. (Department of Biostatistics, Mailman School of Public Health, Columbia University, 722 W 168th St, New York, NY 10032, USA) ,  Begg Colin B. (Department of Epidemiology and Biostatistics, Memorial Sloan Kettering Cancer Center, 485 Lexington Ave, 2nd floor, New York, NY 10017, USA)
資料名： Statistics in Medicine  (Statistics in Medicine)
巻： 36  号： 25  ページ： 4050-4060  発行年： 2017年 
JST資料番号： A1551A  ISSN： 0277-6715  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： 癌疫学研究は伝統的に特定の疾患は,根底にある病因を共有し,または原因となる前提により誘導した。しかし,分子およびゲノムプロファイリングの上昇に伴って,疾患のサブタイプを同定することに焦点を当てている。サブタイプを同定し,それらは一般的な病因を共有するか事実における危険因子の異なるセットから生じるかどうかの疑問を問うのが自然である。これに関連して,関心のある疫学的疑問は,(1)関心のか危険因子は疾患のすべてのサブタイプに跨る同一効果を有し,(2)のサブタイプであるから構成されている個々の腫瘍マーカーのレベルで異なるかどうか危険因子効果である。数統計モデルがこれらの問題に対処するために提案した。提案手法間の類似性と相違点を決定するために,任意の利点または欠点を同定するために,著者らはモデルパラメータと入手可能な仮説検定の解釈を明らかにするために単純化したデータ例を使用し,効果の大きさ,I型誤差および出力のバイアスを評価するためのシミュレーション研究を行った。結果は腫瘍マーカーの数はマーカーの交差分類は,伝統的な多値ロジスティック回帰フレームワークの中で評価できることが十分小さい場合に,統計的特性は提案されているより複雑なモデル化手法と少なくとも同程度に良好であることを示した。より複雑な方法の潜在的利点は,低減パラメトリック次元のモデルにおける多重腫瘍マーカーを収容する能力である。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： バイアス ,  疫学 ,  モデリング ,  シミュレーション ,  腫瘍マーカー ,  *病因 ,  仮説検定 ,  統計模型 ,  *不均一性 ,  簡素化 ,  危険因子 ,  類似性
準シソーラス用語： ロジスティック回帰分析 ,  モデルパラメータ ,  サブタイプ , 【Automatic Indexing@JST】

著者キーワード (3件)： 癌疫学 ,  疾患サブタイプ ,  病因不均一性

分類 (2件)： 遺伝学研究法  (EC01020N) ,  微生物形態学・分類学  (EG03030Y)

タイトルに関連する用語 (4件)： 病因 ,  不均一性 ,  研究 ,  統計的方法