リマッチングオンザフライ:逐次整合ランダム化と共変量調整ランダム化のための事例【JST・京大機械翻訳】

Chipman Jonathan J.; Mayberry Lindsay; Greevy Robert A. Jr.

プレプリント

J-GLOBAL ID：202202204739017245 整理番号：22P0310447

リマッチングオンザフライ:逐次整合ランダム化と共変量調整ランダム化のための事例【JST・京大機械翻訳】

Rematching on-the-fly: sequential matched randomization and a case for covariate-adjusted randomization

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 (3件)： , ,
資料名：
発行年： 2022年03月25日プレプリントサーバーでの情報更新日： 2023年07月11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)

共変量調整ランダム化(CAR)は共変量不均衡のリスクを減らすことができ,解析において考慮すれば,試行の電力を増加させる。CARの進歩にもかかわらず,層状ランダム化は最も一般的なCAR法のままである。マッチングランダム化(MR)は,共変量と距離行列に基づいて最適に同定されたマッチペア内の処理割当てをランダム化する。参加者が逐次的に巻き込むとき,逐次マッチングランダム化(SMR)は,事前指定マッチング閾値を満たす「オンザフライ」に整合する。しかし,理想的な閾値を事前特定することは困難であり,SMRはMRよりも最適でない。SMRを拡張し,複数の参加者を同時にランダム化し,動的閾値を用いて,より良いマッチング後に,より良い整合(逐次整合ランダム化;SRR)を破ると,故障と再マッチに整合させる。簡易設定と実世界アプリケーションにおいて,これらの拡張が共変量バランス,推定器/研究効率,および整合の最適性を改善するかどうかを評価した。より共変量の調整が,伝統的な層別ランダム化の場合のように共変量バランスと効率に有害であるかどうかを調査した。二次目的として,著者らは,SMR方式が共通および関連するCAR方式とサイドバイサイドを比較し,設計における共変量の調整がパラメトリックモデルにおける共変量の調整と同様に強力であるかどうかを評価するために,事例研究を使用した。著者らは,共変量バランス,推定効率,研究電力,およびマッチの品質を改善するために,各SMR拡張,個々に,そして,まとめる。ランダム化ベース推論によるCARスキームが共変量に対するパラメトリック調整による非CAR方式よりも強力で,より強力である事例研究を提供した。【JST・京大機械翻訳】

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

パターン認識

, ,

前のページに戻る