試行ベース経済評価におけるランダムデータでの欠損を扱うための線形混合モデル【JST・京大機械翻訳】

Gabrio Andrea; Plumpton Catrin; Banerjee Sube; Leurent Baptiste

プレプリント

J-GLOBAL ID：202202200981909767 整理番号：22P0312326

試行ベース経済評価におけるランダムデータでの欠損を扱うための線形混合モデル【JST・京大機械翻訳】

Linear mixed models to handle missing at random data in trial-based economic evaluations

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年03月29日プレプリントサーバーでの情報更新日： 2022年03月29日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

試験ベースの費用対効果分析(CEA)は,健康介入の評価における重要な証拠である。これらの研究において,コストと有効性の成果は複数の時点で一般的に測定されるが,いくつかの観察は欠落している可能性がある。完全なデータを有する参加者への解析の制限は,偏った,そして,非効率な推定に導くことができる。この方法は,利用可能なデータのより良い利用をしめし,また,より少ない制限的Mising At ランダム(MAR)仮定の下で有効であるので,複数の補完のような方法を推奨した。線形混合効果モデル(LMMs)は,帰属を必要とせずにMARの下で欠測データを処理するための簡単な代替案を提供し,CEA文脈においてあまり研究されていない。本論文では,LMMsによる読者を知り,CEAにおける実装を実証することを目的とした。著者らは,抗欝薬のランダム化試験に関するアプローチを説明し,RおよびStataにおける実装コードを提供した。他の欠測データ手法と比較して,LMMsに関連したより一般的な統計的フレームワークは,それらの実装を奨励し,不適切な方法から実務者を移動させることを期待する。【JST・京大機械翻訳】

, , , , , , ,
, , , , 【Automatic Indexing@JST】

研究開発

, , , , ,

前のページに戻る