Correcting for multivariate measurement error by regression calibration in meta-analyses of epidemiological studies.
Correcting for multivariate measurement error by regression calibration in meta-analyses of epidemiological studies.
复制标题
DOI：
10.1002/sim.3530
复制
发表时间：
2009-03-30
影响因子：
2
通讯作者：
Danesh, J.
中科院分区：
文献类型：
--
作者：
Wood, A. M.;White, I. R.;Thompson, S. G.;Kostis, J. B.;Wilson, A. C.;Wu, K.;Benderly, M.;Goldbourt, U.;Willeit, J.;Kiechl, S.;Yarnell, J. W. G.;Sweetnarn, P. M.;Elwood, P. C.;Cushman, M.;Tracy, R. P.;Tybjaerg-Hansen, A.;Haverkate, F.;Thompson, S. G.;Lee, A. J.;Smith, F. B.;Salomaa, V.;Harald, K.;Rasi, V.;Jousilahti, P.;Pekkanen, J.;D'Agostino, R.;Wilson, P. W. F.;Tofler, G.;Levy, D.;Marchioli, R.;Valagussa, F.;Rosengren, A.;Lappas, G.;Eriksson, H.;Cremer, P.;Nagel, D.;Curb, J. D.;Rodriguez, B.;Yano, K.;Salonen, J. T.;Nyyssoenen, K.;Tuomainen, T. -P.;Hedblad, B.;Engstroem, G.;Berglund, G.;Loewel, H.;Hense, H. W.;Meade, T. W.;Cooper, J. A.;De Stavola, B.;Knottenbelt, C.;Miller, G. J.;Cooper, J. A.;Bauer, K. A.;Rosenberg, R. D.;Sato, S.;Kitamura, A.;Naito, Y.;Iso, H.;Salomaa, V.;Harald, K.;Rasi, V.;Vahtera, E.;Jousilahti, P.;Palosuo, T.;Ducimetiere, P.;Amouyel, P.;Arveiler, D.;Evans, A. E.;Ferrieres, J.;Juhan-Vague, I.;Bingham, A.;Schulte, H.;Assmann, G.;Cantin, B.;Lamarche, B.;Despres, J. -P.;Dagenais, G. R.;Tunstall-Pedoe, H.;Lowe, G. D. O.;Woodward, M.;Ben-Shlomo, Y.;Smith, G. Davey;Palmieri, V.;Yeh, J. L.;Meade, T. W.;Brennan, P.;Knottenbelt, C.;Cooper, J. A.;Ridker, P.;Rodeghiero, F.;Tosetto, A.;Shepherd, J.;Lowe, G. D. O.;Ford, I.;Robertson, M.;Brunner, E.;Shipley, M.;Feskens, E. J. M.;Kromhout, D.;Di Angelantonio, E.;Kaptoge, S.;Lewington, S.;Lowe, G. D. O.;Sarwar, N.;Thompson, S. G.;Walker, M.;Watson, S.;White, I. R.;Wood, A. M.;Danesh, J.
关键词：
多种危险因素测量值的个体差异可能会导致其与疾病的关联产生偏差。多元回归校准方法可以纠正这种测量误差，并已应用于在子样本上观察到风险因素的真实值或独立重复测量的研究。我们将多元回归校准技术扩展到荟萃分析框架，其中多项研究提供独立的重复测量和有关疾病结果的信息。我们考虑一些或所有研究重复测量的情况，并比较回归校准参数的特定研究、平均贝叶斯估计和经验贝叶斯估计。此外，我们允许二元协变量（例如吸烟状况）以及测量误差校正中的不确定性和时间趋势。我们的方法使用来自纤维蛋白原研究合作组织前瞻性长期研究的个体参与者数据子集来说明，以评估血浆纤维蛋白原的正常水平与冠心病风险之间的关系，考虑到血浆纤维蛋白原的测量误差和一些混杂因素。
Within-person variability in measured values of multiple risk factors can bias their associations with disease. The multivariate regression calibration approach can correct for such measurement error and has been applied to studies in which true values or independent repeat measurements of the risk factors are observed on a subsample. We extend the multivariate regression calibration techniques to a meta-analysis framework where multiple studies provide independent repeat measurements and information on disease outcome. We consider the cases where some or all studies have repeat measurements, and compare study-specific, averaged and empirical Bayes estimates of regression calibration parameters. Additionally we allow for binary covariates (e.g. smoking status) and for uncertainty and time trends in the measurement error corrections. Our methods are illustrated using a subset of individual participant data from prospective long-term studies in the Fibrinogen Studies Collaboration to assess the relationship between usual levels of plasma fibrinogen and the risk of coronary heart disease, allowing for measurement error in plasma fibrinogen and several confounders.
登录
查看更多内容
影响因子：
105.7
作者：
THOMPSON, SG
通讯作者：
THOMPSON, SG
影响因子：
5
作者：
ROSNER, B;SPIEGELMAN, D;WILLETT, WC
通讯作者：
WILLETT, WC
影响因子：
7.7
作者：
Frost, C;White, IR
通讯作者：
White, IR
影响因子：
7.2
作者：
PHILLIPS, AN;SMITH, GD
通讯作者：
SMITH, GD
DOI：
10.1097/01.hjr.0000114968.39211.01
发表时间：
2004-02-01
影响因子：
--
作者：
Kostis, JB;Wilson, AC;Kromhout, D
通讯作者：
Kromhout, D