Semiparametric maximum likelihood estimation exploiting gene-environment independence in case-control studies
利用基因与环境独立性的病例对照半参数最大似然估计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：摘要研究病例对照抽样下的疾病关联估计；逻辑回归本身不足以归入离散选择，也未建立因果识别框架。
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…
利用基因与环境独立性的病例对照半参数最大似然估计
- 研究问题
- 在病例对照研究中，如何利用总体中的基因与环境暴露独立性估计疾病关联参数，并考察这种额外限制能否改善传统逻辑回归的效率。
- 方法与思路
- 作者保留逻辑回归参数模型，对环境暴露分布采用非参数处理，以剖面似然构造估计算法，并扩展到给定其他因素后的条件独立。
- 材料陈述的贡献
- 摘要称推导了简单算法并研究渐近理论，利用模拟考察小样本性质，以BRCA1/2突变、口服避孕药与卵巢癌研究作示例。
- 阅读关注点
- 应核对独立性假设针对的总体、病例对照抽样如何进入似然、条件独立扩展的限制，以及效率收益对假设失效是否敏感。
- 阅读边界
- 仅据版本未注明的OpenAlex索引摘要；独立性成立与否及效率改进幅度未给出，疾病关联参数也不能直接解释为因果效应。
原文摘要
We consider the problem of maximum-likelihood estimation in case-control studies of gene-environment associations with disease when genetic and environmental exposures can be assumed to be independent in the underlying population. Traditional logistic regression analysis may not be efficient in this setting. We study the semiparametric maximum likelihood estimates of logistic regression parameters that exploit the gene-environment independence assumption and leave the distribution of the environmental exposures to be nonparametric. We use a profile-likelihood technique to derive a simple algorithm for obtaining the estimator and we study the asymptotic theory. The results are extended to situations where genetic and environmental factors are independent conditional on some other factors. Simulation studies investigate small-sample properties. The method is illustrated using data from a case-control study designed to investigate the interplay of BRCA1/2 mutations and oral contraceptive use in the aetiology of ovarian cancer.