文献

J-GLOBAL ID：201802279356987007   整理番号：18A0143853

転倒予防試験からのデータのための負の二項モデルにおけるベースライン数の異なる方法の比較【Powered by NICT】

A comparison of different ways of including baseline counts in negative binomial models for data from falls prevention trials

著者 (4件)： Zheng Han (Medical Statistics Group, Faculty of Medicine, University of Southampton, Southampton, England) ,  Kimber Alan (Mathematical Sciences, University of Southampton, Southampton, England) ,  Goodwin Victoria A. (NIHR CLAHRC South West Peninsula (PenCLAHRC), University of Exeter Medical School, Exeter, England) ,  Pickering Ruth M. (Medical Statistics Group, Faculty of Medicine, University of Southampton, Southampton, England)
資料名： Biometrical Journal  (Biometrical Journal)
巻： 60  号： 1  ページ： 66-78  発行年： 2018年 
JST資料番号： A1291A  ISSN： 0323-3847  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： 転倒予防試験のための共通設計は,ベースラインで転倒を評価し,介入群または対照群に参加者をランダム化し,時間の経過観察中に経験する転倒の数を記録パターンに変化した。本論文では,負の二項(NB)回帰における転倒の追跡数の分析におけるベースライン数を含む最良の方法を検討した。両数は共有ランダム性主観効果を持つ混合Poisson分布から生成される,シミュレートされたデータセットにおいて種々の方法の性能を調べた。におけるNB回帰(NB伐採)回帰またはオフセット(NBオフセット)として対数変換後のベースライン数は非形質転換ベースライン数(NB伐木されていない)を含むより大きなパワーをもたらした。CookとWeiの条件付き負の二項(CNB)モデルは,データを生成する基本プロセスを複製する。動機づけデータセットにおいて,統計的に有意な介入効果は,NB伐木,NBオフセット,及びCNBモデルからではなく,NB非伐採から生じ,大きな,異常ベースライン数はNB伐木されていないにおける過度に影響NB伐採ではしなかった。は中等度から大きなサイズのデータセットのためのCNBと比較して標準のNB回帰における対数変換ベースライン数を含めることにより失うにほとんどと結論した。Copyright 2018 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： シミュレーション ,  伐木 ,  動機づけ ,  Poisson分布 ,  *基準線 ,  オフセット
準シソーラス用語： 介入効果 ,  ランダム性 ,  経過観察 , 【Automatic Indexing@JST】

著者キーワード (4件)： ベースライン数 ,  負の二項 ,  回帰 ,  シミュレーション

分類 (2件)： 代謝異常・栄養性疾患一般  (GD05010J) ,  食品一般  (FJ01010Y)

タイトルに関連する用語 (4件)： 転倒予防 ,  試験 ,  モデル ,  ベースライン