|
| 药物流行病学研究中的时依性变量处理方法简介及比较 |
|
| |
| DOI： |
| 中文关键词: 时依性变量 Cox回归 边缘结构模型 加速失效模型 序列条件平均模型 |
| 英文关键词: |
| 基金项目:国家自然科学基金项目（编号：82073671）;上海市自然科学基金项目（编号：18ZR1449500）;上海市第四轮公共卫生三年行动计划重点学科建设项目循证公共卫生与卫生经济学（编号：15GWZK0901）;上海市卫计委优秀青年医学人才培养计划（编号：2018YQ47）;上海市公共卫生学科带头人（编号：GWV-10.2-XD22）;上海市公共卫生优青计划（编号：GWV-10.2-YQ33）； |
|
| 摘要点击次数: 377 |
| 全文下载次数: 234 |
| 中文摘要: |
| 摘要：基于纵向数据的因果推断，进而评价药物安全性与有效性是药物流行病学的重要工作之一。但在现实研究中由于存在不同程度的混杂，无法直接计算药物效应值。混杂中时依性混杂最为常见，却难以通过常规方式消除影响。除了混杂因素，在一些试验中暴露因素同样具有时依性。本文基于领域相关研究，试图对时依性变量的种类进行辨析，简要介绍含时依系数的Cox回归、边缘结构模型、结构嵌套的加速失效时间模型以及序列条件平均模型基本思想与计算方法，总结4种方法的优缺点与应用方向，以期为科研人员在分析中对时依性变量控制有所借鉴与启示。 |
| 英文摘要: |
| |
| 查看全文 查看/发表评论 下载PDF阅读器 |
| 关闭 |
