Nonparametric Evaluation of Biomarker Accuracy Under Nested Case-Control Studies
嵌套病例对照研究中生物标志物准确性的非参数评价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：摘要研究医疗标志物预测准确性和抽样设计，未涉及所列金融预测或其他细分方向。
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…
关注这篇论文的作者
嵌套病例对照研究中生物标志物准确性的非参数评价
- 研究问题
- 在仅测量病例及风险集中抽取的部分对照者标志物时，如何处理结局依赖抽样，并估计生物标志物的预测准确性？
- 方法与思路
- 作者为常用准确性指标构造非参数估计量，分别推导有限总体抽样和伯努利抽样下的渐近展开，并比较两者的渐近关系。
- 材料陈述的贡献
- 摘要称建立了两种抽样方式下估计量的渐近等价性，模拟提示有限样本表现良好，并用Framingham后代研究数据展示方法。
- 阅读关注点
- 应核对准确性指标定义、风险集抽样概率、估计中的抽样校正及渐近设定，并确认方差估计和真实应用的评价时间范围。
- 阅读边界
- 仅据OpenAlex索引摘要，稿件版本未注明。摘要未列具体指标、抽样限制或应用数值，预测准确性的估计不能直接证明临床效用。
原文摘要
To evaluate the clinical utility of new risk markers, a crucial step is to measure their predictive accuracy with prospective studies. However, it is often infeasible to obtain marker values for all study participants. The nested case-control (NCC) design is a useful cost-effective strategy for such settings. Under the NCC design, markers are only ascertained for cases and a fraction of controls sampled randomly from the risk sets. The outcome dependent sampling generates a complex data structure and therefore a challenge for analysis. Existing methods for analyzing NCC studies focus primarily on association measures. Here, we propose a class of non-parametric estimators for commonly used accuracy measures. We derived asymptotic expansions for accuracy estimators based on both finite population and Bernoulli sampling and established asymptotic equivalence between the two. Simulation results suggest that the proposed procedures perform well in finite samples. The new procedures were illustrated with data from the Framingham Offspring study.