Estimation of time‐dependent rate ratios in case‐control studies: comparison of two approaches for exposure assessment
Notice bibliographique
Résumé
PURPOSE: In pharmacoepidemiology, it is well recognized that the rate of adverse events may vary as a function of the cumulative duration of the drug exposure and/or the time since the end of the exposure. In case-control studies, two different approaches have been used to estimate temporal effects of drug exposure: the time-windows (T-Ws) approach and the duration-specific (D-S) approach. We decided to conduct a simulation study to compare the two approaches when the rate ratios (RRs) vary as a function of the cumulative duration of exposure and/or the time since the end of exposure. METHODS: We generated three cohorts of 500,000 individuals in which the rate of the event was varying as a function of the cumulative duration of exposure and the time since the end of exposure. For each cohort, a nested case-control analysis was performed using both the D-S and the T-Ws approaches. In the T-Ws approach, a RR is estimated within specific periods of time prior to the outcome, while a RR is estimated within periods of cumulative duration of exposure and time since the end of exposure in the D-S approach. RESULTS: We found that the RRs obtained from the D-S approach exactly corresponded to the RRs obtained from the cohort analyses, while the RRs obtained from the T-Ws approach generally not. RRs obtained from the T-Ws approach were difficult to interpret in terms of the effect of the duration and timing of the exposure. CONCLUSION: The D-S approach should be used to investigate the duration-related effects of exposure in case-control studies.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».