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 Logistic 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：摘要明确以二元或多类别结局的 Logistic 回归为分析模型，直接对应离散响应模型的设计与估计。
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 Logistic 回归研究
- 研究问题
- 当真实暴露和结局的测量成本较高时，如何利用事先获得的替代变量选择受试者，以降低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的设定下讨论三种抽样方案，并说明每种方案如何使用普通 Logistic 回归估计参数。
- 材料陈述的贡献
- 摘要称三种方案均可用普通 Logistic 回归估计对数优势比，提供利用替代测量安排真实测量的研究设计思路。
- 阅读关注点
- 应核对替代变量的条件独立关系、三种抽样概率与回归处理方式，以及最小化方差的目标如何落实到样本选择。
- 阅读边界
- 依据版本未注明的 OpenAlex 摘要；抽样方案及独立条件未展开，不能将对数优势比直接解释为因果效应。
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.