主たる/外部検証研究デザインにおける回帰キャリブレーションの輸送可能性の向上

科学分野:

• 疫学
• 生物統計学

背景:

• 測定誤差（ME）は、疫学研究における一般的な課題です。
• 検証研究を使用した回帰キャリブレーションは、MEを修正するための標準的な方法です。
• 外部検証研究（EVS）は、そのパラメータが主研究（MS）に輸送可能でない場合、バイアスを導入する可能性があります。

研究 の 目的:

• 外部検証研究を使用する際の線形回帰モデルの回帰キャリブレーション方法を改善すること。
• 回帰キャリブレーションモデルを主研究に輸送可能にすることを保証する手法を開発すること。
• EVSからの輸送不可能なパラメータによって導入されるバイアスを低減すること。

主な方法:

• 線形回帰モデルの改良された回帰キャリブレーション方法を提案しました。
• EVSを使用してME生成プロセスのパラメータを推定しました。
• 輸送可能性を保証するために、残りの回帰キャリブレーションモデルパラメータをMSから直接取得しました。
• 提案手法の理論的特性を導き出しました。

主要な成果:

• 提案手法は、パラメータ推定におけるバイアスを効果的に低減します。
• シミュレーション研究において、名目上の信頼区間カバレッジを維持しました。
• 健康専門家追跡研究および男性のライフスタイル検証研究からのデータを使用して、手法の適用可能性を実証しました。

結論:

• 改良された回帰キャリブレーション方法は、モデルの輸送可能性を保証し、より少ないバイアスのある結果につながります。
• このアプローチは、MEを伴う疫学研究の信頼性を高めます。
• この方法は、食事摂取量と体重などの曝露と結果の関係を評価するのに効果的です。