応用統計学

アブストラクト


Multiple Imputation法による2段階ケースコントロール研究の解析, 79-95

野間久史, 田中司朗

要旨

2 段階ケースコントロール研究は,疫学研究方法論において,共変量測定のコスト・労力を節減するための有用な研究デザインである.多くの応用では,重要な共変量の情報が1 段階目の対象者全員に測定され,その中には2 段階目で測定される共変量と相関の強い代替変数の情報が得られることもある.これらの情報を,いかに曝露効果の指標の推定に役立てるかが,重要な統計的問題となる.本稿では,この利用可能なすべての情報を有効に活用する方法として,Multiple Imputation 法による解析方法を与える.Multiple Imputation 法は,不完全データの解析方法として,医学研究の実践でも広く普及しており,ソフトウェアも充実しているため,疫学研究の実務家にも扱いやすいという利点がある.また,Multiple Imputation による推定量は,本質的に最尤推定量と同等の漸近有効性を有し,従来のセミパラメトリック有効な推定量に比べ,同等以上の漸近的な精度を持つ.数値実験による評価では,Multiple Imputation による方法が,実践的な設定のもとで,既存の方法よりも高い推定精度を持つことが示された.事例として,Wilms 腫瘍の臨床試験データをもとにした,2 段階ケースコントロール研究の解析結果を示す.

英文要旨

Multiple Imputation Analysis of Two-Stage Case Control Studies

Hisashi Noma and Shiro Tanaka

The two-stage case control study is a common means for reducing the cost of covariate measurements in epidemiologic studies. Under this design, complete covariate data are collected only on randomly sampled cases and controls in the second stage. In many applications, certain covariates are readily measured on all of the first stage samples, and surrogate measurements of the expensive covariates also may be available. Using the covariate data collected outside the second stage samples, the relative risk estimators can be substantially improved. In this study, we propose to apply the multiple imputation method that is one of the well established methods for incomplete data analyses. The multiple imputation method is now available in many standard software, and is familiar with practitioners in epidemiologic studies. In addition, the multiple imputation method uses all the data available and approximates the fully efficient maximum likelihood estimator. Simulation studies demonstrated that the multiple imputation estimators had greater precisions than the many existing estimators in realistic settings. An illustration with data taken from Wilms’ tumor studies is provided.


「2012年第41巻 No.2」目次へ

「応用統計学」総目次へ

「応用統計学」トップへ

「応用統計学会トップ」へ