抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
層別化は,機会共変量不均衡を減らし,治療効果推定の精度を増加させるため,臨床試験で一般的に使用される。分散推定回復法(MOVER)による層別サンプリングの下で,差分または比効果パラメータに対する信頼区間(CI)を構築するための一般的フレームワークを提案した。重みづけ差に対するCI,あるいは各グループにおける加重効果に対するCIのいずれか,あるいは加重差に対するCIのいずれかを,対応する地層固有統計の加重和として計算した。比に対するCIは,Fiellerとlog-比法により導出した。重みは地層を横断する一定効果の仮定の下でランダム量であるが,この仮定は固定重みには必要でない。これらの方法は,各グループにおける関心の尺度に対するポイント推定,CI,および分散推定のみを必要とする点で,異なるエンドポイントに容易に適用できる。方法を2つの実例で例示した。1例において,著者らは,2値結果のリスク差とリスク比率のためのMOVER CIsを引き出した。他の例では,時間対イベント結果の層別分析における制限平均生存期間とマイルストーン生存を比較した。シミュレーションは,提案したMOVER CIsが標準大サンプルCIsよりも一般的に優れており,付加的CIアプローチが付加的分散手法よりも優れた性能を持つことを示した。サンプルSASコードを補足材料に提供した。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】