Bayesian Sample Size Determination for Case-Control Studies
病例对照研究的贝叶斯样本量确定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：摘要聚焦病例对照研究的贝叶斯设计与区间精度，没有直接对应所列计量领域细分。
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…
病例对照研究的贝叶斯样本量确定
- 研究问题
- 当最终分析目标是区间估计时，如何为病例对照研究确定样本量与对照病例比，并适配不同区间设计标准？
- 方法与思路
- 作者研究贝叶斯样本量设计，在部分情形推导近似闭式公式，并提出两种适用于多类区间标准的蒙特卡洛方法。
- 材料陈述的贡献
- 摘要称，研究比较不同计算方法的准确性，并把方法扩展到横截面设计和基因环境交互作用研究设计。
- 阅读关注点
- 应核对设计先验、区间标准、对照病例比的优化目标，以及闭式近似条件和蒙特卡洛方法准确性的比较依据。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未给出先验、具体公式或误差结果，不能直接据此计算实际研究样本量。
原文摘要
Case-control studies are among the most commonly used means of assessing association between exposure and outcome. Sample size determination and the optimal control-to-case ratio are vital to the design of such studies. In this article we investigate Bayesian sample size determination and the control-to-case ratio for case-control studies, when interval estimation is the goal of the eventual statistical analysis. In certain cases we are able to derive approximate closed-form sample size formulas. We also describe two Monte Carlo methods, each of which provides a unified approach to the sample size problem, because they may be applied to a wide range of interval-based criteria. We compare the accuracy of the different methods. We also extend our methods to include cross-sectional designs and designs for gene–environment interaction studies.