跳到正文
← 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:摘要聚焦疾病回顾性设计中的风险参数估计,未明确陈述因果识别目标或其他所列细分问题。

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
Ayenew Ejigou
Richard McHugh

多重匹配下的相对风险估计

研究问题
在罕见疾病的回顾性多重匹配设计中,如何建立相对风险估计,并构造不需要迭代且保留渐近效率的估计量?
方法与思路
作者使用无条件概率模型开展最大似然估计,再从同一模型推导新的非迭代相对风险估计量,并比较其渐近效率。
材料陈述的贡献
摘要称提出的非迭代估计量在渐近意义下与最大似然估计同样有效,但未报告计算成本或有限样本误差的具体比较。
阅读关注点
应核对无条件模型与匹配设计的对应关系、罕见疾病条件的作用,以及非迭代估计量与最大似然估计等效率的条件。
阅读边界
仅据OpenAlex索引摘要,稿件版本未注明;摘要未给出模型细节、标准误或小样本结果,也不能将相对风险关联自动解释为因果效应。

原文摘要

Under multiple matching, relative risk from a rare disease is estimated in a retrospective design. Maximum likelihood estimation is carried out using an unconditional probability model. In addition, this model is used to derive a new estimator of relative risk which is noniterative but is as efficient, asymptotically, as the maximum likelihood estimator.

笔记与分组