Semiparametric Inference for Two-Phase Studies with Ordinal Outcomes
Notice bibliographique
Résumé
Background: The two-phase design is an increasingly used approach in health research. In Phase 1, broad data are collected on a large sample size, and in Phase 2, the correlation of auxiliary variables with an expensive variable is used to select a small but more informative sample. Objectives: Previous research on two-phase design has primarily focused on binary, continuous, and time-to-event outcomes. Recognizing the lack of research on ordinal outcomes, we propose a novel approach for three logit models with proportional odds: cumulative logit (CL), adjacent category (AC), and stopping ratio (SR). Additionally, we examine the validity of our method through four simulation scenarios with various outcome distributions. Methods: We have developed a semiparametric maximum likelihood model to incorporate Phase 1 data. An expectation-maximization (EM) algorithm was used to obtain the estimates while the Louis method was employed to calculate the covariance matrix. We compare the results estimated by our method with those obtained using only Phase 2 data under both simple random sampling and balanced outcome-dependent sampling (ODS). Results: In all experiments, balanced ODS led to reduced bias and higher relative efficiency, and the advantage was more noticeable with higher variability in sampling probability between the outcome categories. The EM method led to improved results in balanced ODS for the CL and SR models, but it was not as effective for the AC model. Conclusions: These findings suggest the efficacy of our method in incorporating Phase 1 data to enhance the quality of statistical estimates when used with balanced ODS.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,080 | 0,246 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».