Key points are not available for this paper at this time.
배경: 연속 또는 서수 위험 요소를 범주화하거나 선형 모델을 통해 분석하는 전통적인 방법은 개선될 수 있습니다. 방법: 우리는 변환 및 분수 다항식을 기반으로 한 접근 방식을 제안하며, 이는 해석 가능한 곡선을 가진 간단한 회귀 모델을 생성합니다. 우리는 위험 요소의 편리한 값에서 모델에서 추정된 위험을 표로 제시하는 방법을 제안합니다. 우리는 단일 모델 내에서 여러 연속 위험 및 혼란 변수를 통합하는 방법에 대해 논의합니다. 이 접근 방식은 영국 공무원에 대한 화이트홀 I 연구의 데이터로 예시됩니다. 우리는 범주화 및 비모수 회귀 모델과 관련하여 이 접근 방식을 논의합니다. 결과: 우리는 비선형 위험 모델이 선형 모델보다 데이터에 더 잘 맞는다는 것을 보여줍니다. 우리는 범주화에 의해 도입된 어려움과 새로운 접근 방식의 장점에 대해 논의합니다. 결론: 분수 다항식에 기반한 우리의 접근 방식은 역학 연구에서 연속 변수를 분석하기 위한 전통적인 접근 방식에 대한 중요한 대안으로 간주되어야 합니다.
Building similarity graph...
Analyzing shared references across papers
Loading...
Patrick Royston
Université Claude Bernard Lyon 1
Gareth Ambler
University of London
Willi Sauerbrei
AstraZeneca (United Kingdom)
International Journal of Epidemiology
Imperial College London
University of Freiburg
Zimmer Biomet (Germany)
Building similarity graph...
Analyzing shared references across papers
Loading...
Royston 외 (금요일)이 이 질문을 연구했습니다.
synapsesocial.com/papers/69f29d501b51e2fbf0187538 — DOI: https://doi.org/10.1093/ije/28.5.964