同时存在测量误差和协变量误分类的Weibull回归模型

《Biometrical Journal》：Weibull Regression With Both Measurement Error and Misclassification in Covariates

测量误差与误分类校正在生存分析中的应用研究。基于Weibull加速失效时间模型，探讨近似最大似然估计（AMLE）方法校正协变量误差的偏误纠正效果与渐近性质，通过模拟研究验证有限样本性能，并将方法应用于EPIC-InterAct研究中的营养素测量误差校正。

　　

摘要

在营养流行病学及其他一些研究领域中，协变量中的测量误差和误分类问题普遍存在，这常常导致估计结果出现偏差并降低统计功效。然而，在单一分析中同时处理测量误差和误分类是一个具有挑战性的问题，且相关研究较少，尤其是在包含删失数据的生存回归模型中。近似最大似然估计（AMLE）已被证明是一种有效的方法，可以同时校正逻辑回归模型中的测量误差和误分类。然而，其对生存分析模型的影响尚未得到研究。在本文中，我们从Weibull加速失效时间模型的角度探讨了由测量误差和协变量误分类引起的偏差，并研究了使用AMLE及其渐近性质来校正这些偏差的方法。我们进行了大量的模拟实验，以评估所提出估计量的有限样本性能。随后，该方法被应用于EPIC-InterAct研究中某些营养素的测量误差和误分类问题。

利益冲突

作者声明没有利益冲突。