MétaCan
Menu
Retour à la cohorte
Enregistrement W2573716001 · doi:10.1177/0962280216688031

An efficient test based on the inferential model for the non-inferiority of odds ratio in matched-pairs design

2017· article· en· W2573716001 sur OpenAlexaff
Hua Jin, Hezhi Lu, Yaolan Jin

Notice bibliographique

RevueStatistical Methods in Medical Research · 2017
Typearticle
Langueen
DomaineMathematics
ThématiqueStatistical Methods in Clinical Trials
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésOdds ratioTest (biology)Sample size determinationOddsStatisticsScore testComputer scienceType I and type II errorsInferenceFunction (biology)MathematicsMedicineStatistical hypothesis testingLogistic regressionArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Non-inferiority of one treatment to another based on odds ratio for the matched-pair design is a common issue in the medical research. Liu et al. derived two asymptotic tests, delta method and score test, which can be applicable for large samples but may tend to be liberal for small sample sizes. Jin et al. proposed an IM-based method that can control the type I risk well but may be somewhat conservative. In this paper, we extend the IM-based method to RIM-based test using the randomized plausibility function. We prove that our new proposed method is not only valid but also efficient. Simulation studies confirm that the RIM-based test is better than other methods. A numerical example illustrates the proposed method.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,151
score de la tête « metaresearch » (Gemma)0,883
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,731
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,1510,883
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,004
Communication savante0,0000,000
Science ouverte0,0030,000
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,798
Tête enseignante GPT0,722
Écart entre enseignants0,076 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStatistical Methods in Medical ResearchMême sujetStatistical Methods in Clinical TrialsTravaux en français237 207