文献

J-GLOBAL ID：202202264830764839   整理番号：22A0950429

臨床試験におけるランダムドロップアウトでの欠損に対する感度:トリミング平均推定量の使用と解釈【JST・京大機械翻訳】

Sensitivity to missing not at random dropout in clinical trials: Use and interpretation of the trimmed means estimator

著者 (11件)： Hazewinkel Audinga-Dea (Population Health Sciences, Bristol Medical School, University of Bristol, Bristol, UK) ,  Hazewinkel Audinga-Dea (Medical Research Council Integrative Epidemiology Unit, Bristol Medical School, University of Bristol, Bristol, UK) ,  Bowden Jack (Medical Research Council Integrative Epidemiology Unit, Bristol Medical School, University of Bristol, Bristol, UK) ,  Bowden Jack (Exeter Diabetes Group (ExCEED), College of Medicine and Health, University of Exeter, Exeter, UK) ,  Wade Kaitlin H. (Population Health Sciences, Bristol Medical School, University of Bristol, Bristol, UK) ,  Wade Kaitlin H. (Medical Research Council Integrative Epidemiology Unit, Bristol Medical School, University of Bristol, Bristol, UK) ,  Palmer Tom (Population Health Sciences, Bristol Medical School, University of Bristol, Bristol, UK) ,  Palmer Tom (Medical Research Council Integrative Epidemiology Unit, Bristol Medical School, University of Bristol, Bristol, UK) ,  Wiles Nicola J. (Centre for Academic Mental Health, Population Health Sciences, Bristol Medical School, University of Bristol, Bristol, UK) ,  Tilling Kate (Population Health Sciences, Bristol Medical School, University of Bristol, Bristol, UK) ,  Tilling Kate (Medical Research Council Integrative Epidemiology Unit, Bristol Medical School, University of Bristol, Bristol, UK)
資料名： Statistics in Medicine  (Statistics in Medicine)
巻： 41  号： 8  ページ： 1462-1481  発行年： 2022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： ランダム化比較試験(RCT)における転帰値は,極端な転帰値を有する患者が脱落する可能性が高い場合(例えば,治療の非有効性,または副作用のため),ランダムでない(MNAR)ではないかもしれない。このようなシナリオでは,完全ケース解析(CCA)と多重帰属(MI)からの推定が偏った。1つの連続結果における単一変数欠損の場合に対するトリミング平均(TM)推定器の使用を検討した。TM推定器は,欠測値を最も極値に設定し,次に,両群の等しい画分を「トリミング」し,残りのデータを用いて処理効果を推定する。TM推定器は,2つの仮定に依存し,それは「強いMNAR」と「位置シフト」仮定を主張する。通常分布した結果に対するこれらの仮定の違反から生じるTM推定バイアスに対する公式を導いた。位置シフト仮定を緩和し,バイアス公式がCCAとTM推定のバイアスの方向をいかにして,感度解析を知らせるかを,調整したTM推定子を提案した。TMアプローチを,46か月の追跡調査の469人の個人における認知行動療法(CBT)のCoBalT RCTの感度分析で示した。結果は,有益なCBT処理効果と一致し,MI推定値は,CCA推定値よりヌルとTM推定値に近い。極端な結果値降下がもっともらしいデータに対する感度解析としてTM推定器を用いることを提案した。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *推定 ,  トリミング ,  感度解析 ,  副作用 ,  変数 ,  多重化 ,  *臨床試験 ,  測定データ ,  バイアス ,  効果 ,  有効性 ,  *推定量 ,  追跡調査 ,  ランダム化比較試験 ,  認知行動療法
準シソーラス用語： 欠測値 , 【Automatic Indexing@JST】

著者キーワード (6件)： バイアス定量化 ,  ドロップアウト ,  ランダムに欠けない ,  無作為化対照試験 ,  感度解析 ,  トリミング手段

分類 (5件)： 集積回路一般  (NC03161C) ,  分子・遺伝情報処理  (JE15040B) ,  呼吸器疾患の薬物療法  (GI05020J) ,  入出力インタフェイス  (JC04040J) ,  LCR部品  (NA05030D)

タイトルに関連する用語 (6件)： 臨床試験 ,  欠損 ,  感度 ,  トリミング ,  平均 ,  推定量