Designing a Logistic Regression Study using Surrogate Measures for Exposure and Outcome
利用暴露与结局替代测量设计逻辑回归研究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：摘要讨论测量误差与抽样设计，未提供经济离散选择或其他给定细分领域的直接依据。
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
利用暴露与结局替代测量设计逻辑回归研究
- 研究问题
- 当抽样前只能观察暴露和结局的替代测量时，如何选择接受真实值测量的对象，以降低逻辑回归对数优势比估计的方差？
- 方法与思路
- 作者在替代变量满足特定条件独立性质的设定下，讨论三种抽样方案，并说明各方案如何利用普通逻辑回归估计对数优势比。
- 材料陈述的贡献
- 摘要称，三种抽样方案均可使用普通逻辑回归估计目标参数，为利用替代测量安排真实暴露与结局测量提供研究设计思路。
- 阅读关注点
- 应核对三种方案的抽样机制、替代变量的条件独立要求，以及普通逻辑回归适用时对模型设定和抽样信息的具体处理。
- 阅读边界
- 所给OpenAlex索引摘要未注明稿件版本；条件独立的具体形式、最优设计条件及实际方差改善幅度均未说明。
原文摘要
Suppose that a binary or polytomous outcome variable is related to a possibly continuous exposure variable through a logistic regression model, and that prior to sample selection subjects can be characterized according to ‘surrogates’ for outcome and exposure. The surrogate variables are assumed to satisfy certain conditional independence properties commonly used in errors-in-variables models. This paper considers the problem of using the surrogate variables to select subjects for measurement of the true values with the goal of minimizing the variance of an estimate of the log odds ratio. We describe three possible sampling plans and show that the log odds ratio parameter can be estimated in each plan using ordinary logistic regression.