全球赔率模型与比例赔率和趋势赔率应用于毛细和微观脑梗塞

科学领域:

• 流行病学 流行病学
• 生物统计学 生物统计学
• 医学研究 医学研究

背景情况:

• 在医学和流行病学研究中,症状或病理的顺序测量是常见的.
• 分析两个相关的顺序量度通常涉及到将一个作为另一个预测者的建模,导致诸如偏差概率和由于多对线性而减少的统计能力等问题.
• 这些局限性需要检查两个变量作为同时结果.

研究的目的:

• 解决医学研究中分析相关顺序测量的局限性.
• 提出一个扩展的统计模型,同时分析两个相关的顺序结果.
• 在不符合标准假设的情况下提供节的建模选项.

主要方法:

• 利用边际概率的比例赔率模型和协会的常数全球赔率模型.
• 扩展现有模型以适应比例边际赔率和恒定的全球赔率的标准假设不成立的情况.
• 采用模拟研究和对老年人脑梗塞的现实数据进行分析,以比较方法.

主要成果:

• 鉴定了传统方法的问题,包括偏差的概率估计和功率下降.
• 证明了对相关的顺序测量的同时结果建模的实用性.
• 在脑梗塞数据中,死亡年龄是大脑梗塞和微观心脏病的边际预测因素,但没有影响它们的关联.

结论:

• 同时对相关的顺序结果进行建模,与传统的预测结果方法相比,具有优势.
• 拟议的扩展模型在违反标准假设时提供灵活和节的解决方案.
• 这些发现对分析复杂的健康数据有意义,例如对衰老和神经疾病的研究.