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
投稿时间:2019-06-19  
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: 132
全文下载次数: 128
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