クラスタ無作為化試験の境界Cox分析のためのサンドイッチ分散推定の改善【JST・京大機械翻訳】

Wang Xueqi; Turner Elizabeth L.; Li Fan

プレプリント

J-GLOBAL ID：202202206529621924 整理番号：22P0299210

クラスタ無作為化試験の境界Cox分析のためのサンドイッチ分散推定の改善【JST・京大機械翻訳】

Improving sandwich variance estimation for marginal Cox analysis of cluster randomized trials

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04日プレプリントサーバーでの情報更新日： 2022年09月02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)

クラスタランダム化試験(CRT)は,しばしば少数のクラスタを補充し,従って,有効な推論のための小標本補正の適用を必要とする。最近の系統的レビューは,右cen,時間対イベント転帰を報告するCRTsが稀ではなく,限界Cox比例ハザードモデルが一次解析に用いられる一般的アプローチの1つであることを示した。小さなサンプル補正は,連続,二進および計数結果による限界モデルの下で研究されているが,クラスタ化時間対事象結果が限界Coxモデルによって分析されるとき,バイアス補正サンドイッチ分散推定子の開発と評価に,事前の研究が払われていない。現在の実践を改善するために,限界Coxモデルを用いたCRTの解析のための9つのバイアス補正サンドイッチ分散推定量を提案し,それらの小サンプル特性を評価するためのシミュレーション研究について報告した。著者らの結果は,生存結果を有するCRTsのためのバイアス補正サンドイッチ分散推定器の最適選択がクラスタサイズの変動性に依存し,また,それが相対バイアスまたはタイプI誤り率に従って評価されるかどうかもわずかに異なることを示した。最後に,著者らは,介入有効性に関する結論が小サンプルバイアス補正の使用に依存して異なる実世界CRTにおける新しい分散推定器を例示した。提案したサンドイッチ分散推定量をRパッケージCoxBcvに実装した。【JST・京大機械翻訳】

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

数値計算 , 統計学

, , , , ,

前のページに戻る