文献

J-GLOBAL ID：202202276688029623   整理番号：22A0950423

離散順序結果のリスク予測モデル:キャリブレーションと比例奇仮定の影響【JST・京大機械翻訳】

Risk prediction models for discrete ordinal outcomes: Calibration and the impact of the proportional odds assumption

著者 (10件)： Edlinger Michael (Department of Development and Regeneration, KU Leuven, Leuven, Belgium) ,  Edlinger Michael (Department of Medical Statistics, Informatics, and Health Economics, Medical University Innsbruck, Innsbruck, Austria) ,  van Smeden Maarten (Julius Centre for Health Science and Primary Care, University Medical Centre Utrecht, Utrecht, The Netherlands) ,  van Smeden Maarten (Department of Clinical Epidemiology, Leiden University Medical Centre, Leiden, The Netherlands) ,  Alber Hannes F (Department of Internal Medicine and Cardiology, Klinikum Klagenfurt am Worthersee, Klagenfurt, Austria) ,  Alber Hannes F (Karl Landsteiner Institute for Interdisciplinary Science, Rehabilitation Centre, Muenster, Austria) ,  Wanitschek Maria (Department of Internal Medicine III-Cardiology and Angiology, Tirol Kliniken, Innsbruck, Austria) ,  Van Calster Ben (Department of Development and Regeneration, KU Leuven, Leuven, Belgium) ,  Van Calster Ben (EPI-Centre, KU Leuven, Leuven, Belgium) ,  Van Calster Ben (Department of Biomedical Data Sciences, Leiden University Medical Centre, Leiden, The Netherlands)
資料名： Statistics in Medicine  (Statistics in Medicine)
巻： 41  号： 8  ページ： 1334-1360  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： 較正はリスク予測モデルの性能の不可欠な側面であるが,順序結果の文脈における研究は不足している。本研究では,離散的な順序結果を予測するリスクモデルの較正対策を比較し,較正と過剰適合に対する比例確率仮定の影響を調べた。著者らは多項,累積,隣接カテゴリー,継続比,および立体型ロジット/ロジスティックモデルを研究した。キャリブレーションを評価するために,キャリブレーション切片と傾斜,較正プロット,および推定較正指数を調べた。大規模サンプルシミュレーションを用いて,真のモデルが多項ロジスティック形式または累積ロジット比例オッズ形式のいずれかを持つと仮定して,様々な条件下でリスク推定のためのモデルの性能を研究した。小さな試料シミュレーションを用いて,モデル間の過剰適合の傾向を比較した。ケーススタディとして,著者らは,症候性患者における冠状動脈疾患(5カテゴリー)の程度を診断するためのモデルを開発した。真のモデルが多項ロジスティックである場合,比例オッズモデルは,大きなモデル開発データセットでも1からかなり逸脱する較正勾配で,しばしば悪いリスク推定をもたらした。立体型ロジスティックモデルは,キャリブレーション勾配を改善したが,個々の患者のバイアスリスク推定値を提供した。真のモデルが累積ロジット比例オッズ形式を持つとき,多項ロジスティック回帰は偏ったリスク推定を提供したが,これらのバイアスは中程度であった。非比例オッズモデルは,データから推定するためにより多くのパラメータを必要とし,従って,過剰適合からより多くのものを被った。より大きなサンプルサイズ要求にもかかわらず,著者らは,一般的に,離散的順序結果のリスク予測モデリングのための多項ロジスティック回帰を推薦する。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： 確率 ,  シミュレーション ,  推定 ,  キャリブレーション ,  モデリング ,  *モデル ,  冠動脈疾患 ,  事例研究 ,  バイアス ,  確率モデル ,  推定量 ,  ロジットモデル
準シソーラス用語： ロジスティック回帰分析 ,  ロジスティックモデル ,  *危険予測 ,  モデル開発 , 【Automatic Indexing@JST】

著者キーワード (6件)： キャリブレーション ,  離散順序結果 ,  予測性能 ,  比例奇 ,  リスク予測 ,  シミュレーション

分類 (1件)： 自動車事故,交通安全  (TB01050G)

タイトルに関連する用語 (6件)： 順序 ,  リスク ,  予測モデル ,  キャリブレーション ,  比例 ,  仮定