用伪权重和调查校准集成数据:用于开发美国代表性肺癌风险模型,用于查

科学领域:

• 流行病学 流行病学
• 生物统计学 生物统计学
• 公共卫生 公共卫生

背景情况:

• 准确的癌症风险估计对于临床决策至关重要,例如有针对性的查.
• 由于数据的局限性,现有的模型往往缺乏通用性.
• 基于人口的调查提供了概括性,但通常缺乏癌症发病率数据.

研究的目的:

• 开发使用综合数据源准确预测癌症风险的新方法.
• 用调查中的随时可用的死亡率数据计算癌症发病时间.
• 提高风险估计模型的稳定性和效率.

主要方法:

• 校准的伪权重方法集成队列,调查和注册数据.
• 利用来自调查的个人癌症死亡率数据来计算发病率.
• 使用调查校准与辅助变量和考克斯回归来改善权重.

主要成果:

• 使用提出的方法开发了肺癌发病率纯风险模型.
• 成功整合了前列腺,肺,结肠直肠和卵巢癌查试验,国家健康访谈调查和国家癌症登记册的数据.
• 在估计纯癌症风险方面表现出更好的稳定性和效率.

结论:

• 拟议的方法通过有效地整合各种数据来源,使得准确的癌症风险估计成为可能.
• 从死亡率数据中计算癌症发病时间是一个可行的策略,用于基于人口的风险建模.
• 这种方法对改善癌症查和早期检测策略有重大影响.