Analyse denquêtes cas-cohorte par imputation multipleReportar como inadecuado




Analyse denquêtes cas-cohorte par imputation multiple - Descarga este documento en PDF. Documentación en PDF para descargar gratis. Disponible también para leer online.

1 Recherche en épidémiologie et biostatistique

Résumé : Les estimateurs pondérés utilisés en analyse des études cas-cohorte sont parfois peu efficaces. Or, l-enquête cas-cohorte peut aussi être vue comme un cas particulier de données incomplètes et des méthodes d-analyse pour données incomplètes peuvent être pertinentes, en particulier, l-imputation multiple. Cette approche est basée sur la génération de plusieurs jeux plausibles de données complètes, prenant en compte l-incertitude sur les données manquantes. Si le modèle d-imputation est correctement défini, l-estimateur de l-imputation multiple est non-biaisé. Nous avons montré qu-un modèle d-imputation correct peut être estimé à partir des données complètes cas et témoins en utilisant la variable indicatrice des cas comme variable explicative. Nous avons simulé des enquêtes cas-cohorte dont les sous-cohortes étaient sélectionnées par un tirage uniforme ou stratifié. L-imputation multiple et les estimateurs pondérés fournissaient des estimations non-biaisés. Les estimations de l-imputation multiple étaient légèrement plus précises que celles obtenues par l-analyse pondérée. Pour les variables de phase-1, l-augmentation relative des écart-type de l-analyse pondérée par rapport à l-imputation multiple variait de 8 à 39%. Pour les variables de phase-2, l-augmentation relative variait de 3 à 24%. Ainsi, l-imputation multiple, qui utilise toutes les données disponibles et fournit une approximation du maximum de l-estimateur de la vraisemblance partielle, est une bonne alternative à l-estimateur pondéré.





Autor: Helena Marti - Michel Chavance -

Fuente: https://hal.archives-ouvertes.fr/



DESCARGAR PDF




Documentos relacionados