Practice of Epidemiology Instrumental Variable Analysis for Estimation of Treatment Effects With Dichotomous
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Instrumental variable analyses are increasingly used in epidemiologic studies. For dichotomous exposures and outcomes, the typical 2-stage least squares approach produces risk difference estimates rather than relative risk estimates and is criticized for assuming normally distributed errors. Using 2 example drug safety studies evaluated in 3 cohorts from Pennsylvania (1994–2003) and British Columbia, Canada (1996–2004), the authors compared instrumental variable techniques that yield relative risk and risk difference estimates and that are appropriate for dichotomous exposures and outcomes. Methods considered include probit structural equation models, 2-stage logistic models, and generalized method of moments estimators. Employing these methods, in the first study the authors observed relative risks ranging from 0.41 to 0.58 and risk differences ranging from 1.41 per 100 to 1.28 per 100; in the second, they observed relative risks of 1.38–2.07 and risk differences of 7.53–8.94; and in the third, they observed relative risks of 1.45–1.59 and risk differences of 3.88–4.84. The 2-stage logistic models showed standard errors up to 40 % larger than those of the instrumental variable probit model. Generalized method of moments estimation produced substantially the same results as the 2-stage logistic method. Few substantive differences among the methods were observed, despite their reliance on distinct assumptions. antipsychotic agents; confounding factors (epidemiology); instrumental variable; pharmacoepidemiology Abbreviations: APM, antipsychotic medication; COX-2, cyclooxygenase 2; GMM, generalized method of moments; NSAID, non-
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.
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 | 0,000 | 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 | 0,001 |
| 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 découle