纵向数据中评估暴露总效应的序列条件平均模型

王小磊; 田梦圆; 张娜; 高红; 谭红专

文章摘要

王小磊,田梦圆,张娜,高红,谭红专.纵向数据中评估暴露总效应的序列条件平均模型[J].中华流行病学杂志,2020,41(1):111-114

纵向数据中评估暴露总效应的序列条件平均模型

A sequential conditional mean model for assessing total effects of exposure in longitudinal data

收稿日期:2019-06-19 出版日期:2020-01-14

DOI：10.3760/cma.j.issn.0254-6450.2020.01.020

中文关键词: 序列条件平均模型时依性协变量倾向评分广义估计方程

英文关键词: Sequential conditional mean model Time-dependent covariate Propensity score Generalized estimating equation

基金项目:

作者	单位	E-mail
王小磊	中南大学湘雅公共卫生学院流行病与卫生统计学系, 长沙 410078
田梦圆	中南大学湘雅公共卫生学院流行病与卫生统计学系, 长沙 410078
张娜	中南大学湘雅公共卫生学院流行病与卫生统计学系, 长沙 410078 湖南省人民医院/湖南师范大学附属第一医院, 长沙 410016
高红	中南大学湘雅公共卫生学院流行病与卫生统计学系, 长沙 410078
谭红专	中南大学湘雅公共卫生学院流行病与卫生统计学系, 长沙 410078	tanhz99@qq.com

摘要点击次数: 3189

全文下载次数: 1319

中文摘要:

在前瞻性队列研究中，经常需要对研究对象进行多次随访，其产生的多个观测值之间相互关联，常导致时依性混杂，这种情况下的数据一般不满足传统的多因素回归分析的应用条件。序列条件平均模型（SCMM）是一种可以处理时依性混杂的新方法。本文主要对SCMM的基本原理、步骤及特点进行概括。

英文摘要:

In prospective cohort study, multi follow up is often necessary for study subjects, and the observed values are correlated with each other, usually resulting in time-dependent confounding. In this case, the data generally do not meet the application conditions of traditional multivariate regression analysis. Sequential conditional mean model (SCMM) is a new approach that can deal with time-dependent confounding. This paper mainly summarizes the basic theory, steps and characteristics of SCMM.

查看全文 Html全文查看/发表评论下载PDF阅读器

关闭