Marginal hazards model for case-cohort studies with multiple disease outcomes
多疾病结局病例队列研究的边际风险率模型AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要讨论多结局生存分析与病例队列抽样，未明确涉及面板计量或因果识别。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
多疾病结局病例队列研究的边际风险率模型
- 研究问题
- 当病例队列设计用同一子队列研究多种疾病时，如何同时估计风险因素的作用，并处理同一受试者多个结局的相关性？
- 方法与思路
- 作者采用边际比例风险回归与估计方程，提出两类权重，并考虑无需抽取全部病例的广义病例队列设计。
- 材料陈述的贡献
- 摘要称估计量具有一致性和渐近正态性，大样本近似在模拟小样本中表现良好，并应用于 Busselton 健康研究。
- 阅读关注点
- 应核对两类权重对应的抽样设计、结局相关性如何进入方差估计，以及不抽取全部病例时所需的抽样信息。
- 阅读边界
- 材料为 OpenAlex 索引摘要，稿件版本未注明；抽样和删失条件、权重公式及模拟数值未说明，风险因素作用不自动具有因果解释。
原文摘要
Case-cohort study designs are widely used to reduce the cost of large cohort studies while achieving the same goals, especially when the disease rate is low. A key advantage of the case-cohort study design is its capacity to use the same subcohort for several diseases or for several subtypes of disease. In order to compare the effect of a risk factor on different types of diseases, times to different events need to be modelled simultaneously. Valid statistical methods that take the correlations among the outcomes from the same subject into account need to be developed. To this end, we consider marginal proportional hazards regression models for case-cohort studies with multiple disease outcomes. We also consider generalized case-cohort designs that do not require sampling all the cases, which is more realistic for multiple disease outcomes. We propose an estimating equation approach for parameter estimation with two different types of weights. Consistency and asymptotic normality of the proposed estimators are established. Large sample approximation works well in small samples in simulation studies. The proposed methods are applied to the Busselton Health Study.