非独立数据时稳健Poisson和Log-binomial随机效应模型研究

摘要：

目的 比较基于稳健Poisson回归及Log-binomial的随机效应模型对具有层次结构的非罕见结局事件资料的参数估计结果.方法 通过计算机模拟生成具有类内相关的数据集,设置了32种参数情况,分别反映实际资料中的少数类别数和中等类别数,小强度的类内聚集和中等强度的类内聚集,基线患病率分别为0.15和0.3,关联强度PR值分别是1.5和2.0,暴露率分别为20％和50％的情况;比较各模型在模拟条件下的收敛率、参数估计结果以及参数的95％ CI覆盖率.结果 Log-binomial随机效应模型的收敛效果劣于稳健Poisson随机效应模型;两随机效应模型对各参数的估计结果均和真值较为接近;在类内聚集性较小时,两随机效应模型95％ CI覆盖率均较好,但随类内聚集性增大,Log-binomi-al的随机效应模型95％ CI覆盖率变动较大,且类别数增加时覆盖率普遍较低.结论 基于稳健Poisson的随机效应模型收敛率高,参数估计结果与真实值接近,对各固定效应参数估计的95％ CI的覆盖率高且稳定,优于Log-binomial随机效应模型.

关键词：非独立、稳健Poisson回归、Log-binomial模型、随机效应、患病率比

所属期刊栏目：31

分类号：O21;R19

资助基金：广东省自然科学基金10151022401000018

在线出版日期：2016-07-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：804-808