Using fractional polynomials to model the effect of cumulative duration of exposure on outcomes: applications to cohort and nested case‐control designs
Notice bibliographique
Résumé
PURPOSE: Determining the nature of the relationship between cumulative duration of exposure to an agent and the hazard of an adverse outcome is an important issue in environmental and occupational epidemiology, public health and clinical medicine. The Cox proportional hazards regression model can incorporate time-dependent covariates. An important class of continuous time-dependent covariates is that denoting cumulative duration of exposure. METHODS: We used fractional polynomial methods to describe the association between cumulative duration of exposure and adverse outcomes. We applied these methods in a cohort study to examine the relationship between cumulative duration of use of the antiarrhythmic drug amiodarone and the risk of thyroid dysfunction. We also used these methods with a conditional logistic regression model in a nested case-control study to examine the relationship between cumulative duration of use of bisphosphonate medication and the risk of atypical femur fracture. RESULTS: Using a cohort design and a Cox proportional hazards model, we found a non-linear relationship between cumulative duration of use of the antiarrhythmic drug amiodarone and the risk of thyroid dysfunction. The risk initially increased rapidly with increasing cumulative use. However, as cumulative duration of use increased, the rate of increase in risk attenuated and eventually levelled off. Using a nested case-control design and a conditional logistic regression model, we found evidence of a linear relationship between duration of use of bisphosphonate medication and risk of atypical femur fractures. CONCLUSIONS: Fractional polynomials allow one to model the relationship between cumulative duration of medication use and adverse outcomes.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».