morの解析ブログ

解析疫学、リスクにまつわるメモや計算

「推定」のまわりをさぐる.教科書では「解析はMHにより行う、因子が多ければ重回帰を用いる」という風で詳しい例は少ない.独自(のつもり)な思いつきで具体に試行.
 数理を用いるべきアセスメントにも切り込む.

症例対照研究case-control study;CCS

■ 大規模なデータの推定に際し計算コストの問題を避けるため、全データからなるコホート研究モデルから症例対照研究にスイッチする.いかに悪影響なくコントロールを減らせるか考える.
■ 症例対照のリスク値
・症例を得て、すべてを症例群とし、暴露状況を調査する.絞った対照群を決めてその暴露状況とともに解析する.
・症例は、暴露因子の数だけ分けられ、対照群もまた暴露オッズをつくる.対照群はある程度の例数を要する.それらによって因子OR;odds ratioが検討される.


         暴露  非暴露
 症例       a   b
 対照       c   d 


 表で、対照群について、元の巨大なc,dから大幅に減らし、c',d'とするが、OR;ad/bc に対して影響のないのは、
    c : d = c' : d'
のときとなる.対照群をそのように抽出すればよい:例 無作為抽出.
 選択のバイアスは、大きくならない(無視できる)はずである.
 ケースとなる時点ですでに因子は確定しており、情報が記録されている.思い出しのバイアスの危険がない.(はじめにコホート研究があった).
■ 結果
・回帰モデルでは、推定される各暴露因子に対する係数の大きさ、方向、SEがオッズにexpで対応する.ORが変わらないよう無作為に再サンプルしたとき、因子の係数(大きさ、方向、SE)はフルモデルと変わらなかった.
 ここで切片;係数β。は、変化する.したがって、標準化したリスクを計算することは意味がない.これはCCSでの率計算が意味のないことに対応する.
 非線形な因子の回帰(曲線)は、コホートでの回帰曲線と違いを認めなかった.
■ メリット
 この方法による計算コスト削減は、非線形を含むモデルでの繰り返しの多いシミュレーションを実施可能にするだろう.

×

非ログインユーザーとして返信する