Risk difference is an important mea

Risk difference is an important measure of effect size in biostatistics, for both randomised and observational studies. The natural way to adjust risk differences for potential confounders is to use an additive binomial model, which is a binomial generalised linear model with an identity link function. However, implementations of the additive binomial model in commonly used statistical packages can fail to converge to the maximum likelihood estimate (MLE), necessitating the use of approximate methods involving misspecified or inflexible models. A novel computational method is proposed, which retains the additive binomial model but uses the multinomial–Poisson transformation to convert the problem into an equivalent additive Poisson fit. The method allows reliable computation of the MLE, as well as allowing for semi-parametric monotonic regression functions. The performance of the method is examined in simulations and it is used to analyse two datasets from clinical trials in acute myocardial infarction. Source code for implementing the method in R is provided as supplementary material (see Appendix A).

ผลลัพธ์ (ไทย) 1:

ความแตกต่างของความเสี่ยงคือ วัดขนาดผลชีวสถิติ ศึกษา randomised และสังเกตการณ์ที่สำคัญ วิธีธรรมชาติในการปรับความแตกต่างของความเสี่ยงสำหรับ confounders มีศักยภาพจะใช้ความสามารถทวินาม ซึ่งเป็นแบบจำลอง generalised เชิงทวินาม ด้วยฟังก์ชันการเชื่อมโยงตัวตน อย่างไรก็ตามความแตกต่างของความเสี่ยงคือ วัดขนาดผลชีวสถิติ ศึกษา randomised และสังเกตการณ์ที่สำคัญ วิธีธรรมชาติในการปรับความแตกต่างของความเสี่ยงสำหรับ confounders มีศักยภาพจะใช้ความสามารถทวินาม ซึ่งเป็นแบบจำลอง generalised เชิงทวินาม ด้วยฟังก์ชันการเชื่อมโยงตัวตน อย่างไรก็ตาม ใช้งานแบบทวินามสามารถในแพคเกจทางสถิติใช้ทั่วไปไม่สามารถมาบรรจบกันเพื่อประเมินความเป็นไปได้สูงสุด (พื้นฐาน), necessitating ใช้วิธีประมาณที่เกี่ยวข้องกับรุ่น misspecified หรือ inflexible นำเสนอวิธีการคำนวณนวนิยาย เป็นการตรวจสอบประสิทธิภาพของวิธีการในการจำลอง และการใช้การวิเคราะห์ datasets สองจากการทดลองทางคลินิกในกล้ามเนื้อหัวใจตายเฉียบพลัน รหัสแหล่งที่มาสำหรับการใช้วิธีการใน R มาเป็นวัสดุเสริม (ดูภาคผนวก A) .

ซึ่งยังคงรูปแบบทวินามสามารถ แต่ใช้การแปลงก็ตาม – ปัวเพื่อแปลงปัญหาพอปัวสามารถเทียบเท่า วิธีการคำนวณความน่าเชื่อถือของพื้นฐาน รวมทั้งช่วยให้สำหรับการทำงานถดถอย monotonic กึ่งพาราเมตริกได้

ผลลัพธ์ (ไทย) 3:

ความแตกต่างของความเสี่ยงเป็นวัดสำคัญของขนาดอิทธิพลในชีวสถิติ ทั้งด้านการสังเกตและการศึกษา วิธีธรรมชาติเพื่อปรับความแตกต่างเสี่ยงต่อการทำผิดกฎหมายที่อาจเกิดขึ้นคือการใช้สารเติมแต่งแบบทวินามซึ่งเป็นแบบสรุปด้วยตัวแบบเชิงเชื่อมโยงฟังก์ชัน อย่างไรก็ตามความแตกต่างของความเสี่ยงเป็นวัดสำคัญของขนาดอิทธิพลในชีวสถิติ ทั้งด้านการสังเกตและการศึกษา วิธีธรรมชาติเพื่อปรับความแตกต่างเสี่ยงต่อการทำผิดกฎหมายที่อาจเกิดขึ้นคือการใช้สารเติมแต่งแบบทวินามซึ่งเป็นแบบสรุปด้วยตัวแบบเชิงเชื่อมโยงฟังก์ชัน อย่างไรก็ตามซึ่งจะมีการบวกแบบทวินามปัวซอง ( แต่ใช้วิธีแปลงปัญหาเป็นเทียบเท่าของปัวซงเติมพอดี วิธีช่วยให้คำนวณความน่าเชื่อถือของ mle ตลอดจนให้กึ่งพาราอย่างเดียวเชิงฟังก์ชันการใช้สารเติมแต่งในรูปแบบแพคเกจทางสถิติแบบที่ใช้กันทั่วไปสามารถล้มเหลวที่จะบรรจบกับประมาณการความน่าจะเป็นสูงสุด ( mle ) necessitating ใช้วิธีการที่เกี่ยวข้องกับ misspecified หรือประมาณแบบไม่ยืดหยุ่น นวนิยายเชิงคำนวณ วิธีการเสนอ