| 基于多中心数据库的观察性关联分析中残余混杂的控制与评估方法 |
| |
| 引用本文： | 郭金鑫,赵厚宇,詹思延. 基于多中心数据库的观察性关联分析中残余混杂的控制与评估方法[J]. 中华流行病学杂志, 2023, 44(8): 1296-1301 |
| |
| 作者姓名： | 郭金鑫 赵厚宇 詹思延 |
| |
| 作者单位： | 北京大学公共卫生学院流行病与卫生统计学系/重大疾病流行病学教育部重点实验室, 北京 100191;北京大学公共卫生学院流行病与卫生统计学系/重大疾病流行病学教育部重点实验室, 北京 100191;北京大学第三医院临床流行病学研究中心, 北京 100191;北京大学人工智能研究院智慧公众健康研究中心, 北京 100871 |
| |
| 基金项目： | 国家自然科学基金（81973146） |
| |
| 摘 要： | 基于健康医疗大数据的观察性研究越来越受到关注,残余混杂的控制与评估是其中亟须解决的关键问题,本文总结了多中心场景下开展关联分析的残余混杂统计学调整和敏感性分析方法。基于个体水平数据,可由各分中心使用断点回归等多种方法调整残余混杂,然后加权合并得到效应估计值;基于Meta水平数据,可采用贝叶斯Meta分析的方法获得调整后的合并效应值,也可开展残余混杂的敏感性分析,计算E值、p(q)、T(r,q)和G(r,q)。上述方法应根据适用条件及优缺点进行合理选择,如利用分中心个体数据进行残余混杂调整,通常要求严格的研究设计,并面临较高的协调成本;贝叶斯Meta分析基于部分强假设;E值等敏感性分析结果仍需经过专业的判断,以评估残余混杂风险大小。因此,利用多中心数据库开展观察性关联分析时,残余混杂的控制与评估方法仍待进一步发展和完善。
|
| 关 键 词： | 多中心数据库 观察性研究 残余混杂 统计方法 |
| 收稿时间： | 2023-02-16 |
Methods for controlling and evaluating residual confounding in the association analysis of observational study with a multicenter database |
| |
| Guo Jinxin,Zhao Houyu,Zhan Siyan. Methods for controlling and evaluating residual confounding in the association analysis of observational study with a multicenter database[J]. Chinese Journal of Epidemiology, 2023, 44(8): 1296-1301 |
| |
| Authors: | Guo Jinxin Zhao Houyu Zhan Siyan |
| |
| Affiliation: | Key Laboratory of Epidemiology of Major Diseases, Ministry of Education/Department of Epidemiology and Biostatistics, School of Public Health, Peking University, Beijing 100191, China; Key Laboratory of Epidemiology of Major Diseases, Ministry of Education/Department of Epidemiology and Biostatistics, School of Public Health, Peking University, Beijing 100191, China;Research Center of Clinical Epidemiology, Peking University Third Hospital, Beijing 100191, China;Center for Intelligent Public Health, Institute for Artificial Intelligence, Peking University, Beijing 100871, China |
| |
| Abstract: | |
| |
| Keywords: | Multicenter database Observational study Residual confounding Statistical method |
|
| 点击此处可从《中华流行病学杂志》浏览原始摘要信息 |
|
点击此处可从《中华流行病学杂志》下载免费的PDF全文 |
|
