ネストされたケースコントロールおよびケースコホート研究における欠落データの複数の代入

ネストされたケースコントロールとケースコホートの設計は、将来のコホート内で実質を実行するための2つの主要なアプローチです。この記事では、ネストされた症例対照および症例コホート研究のためのフルコホート研究で欠落している共変量を処理するための複数の代入（MI）方法を適合させます。デザインによって欠落しているデータと偶然に欠けているデータを考慮します。フルコホートデータとサブサジーデータのみに基づいたMI分析を使用するMI分析は、代入がフルコホートデータを使用しているが、分析ではサブサディのみを使用する中間アプローチとともに説明されています。2つの代入法への適応について説明します。Whiteand Royston（2009）の近似法（Mi-Approx）とBartlett et al。の「実質的なモデル互換」（MI-SMC）法（2015）。また、Seaman and Keogh（2015）の「Miマッチセット」アプローチをネストされたケースコントロール研究に適用します。これには、フルコホート情報は必要ありません。この方法は、シミュレーション研究を使用して調査され、すべての仮定が当てはまる場合にすべてうまく機能します。フルコホートアプローチを使用して設計することにより欠落しているデータを帰属させるか、サブサジーのみを使用して分析で偶然欠けているデータを帰属させることにより、効率の大幅な利益を得ることができます。中間アプローチは、水属アプローチと比較して効率の向上をもたらし、フルコホートアプローチよりも代入モデルの誤解に対してより堅牢です。この方法は、Aric Study Cohortを使用して説明されています。補足資料は、RおよびSTATAコードを提供します。

The nested case-control and case-cohort designs are two main approaches for carrying out a substudy within a prospective cohort. This article adapts multiple imputation (MI) methods for handling missing covariates in full-cohort studies for nested case-control and case-cohort studies. We consider data missing by design and data missing by chance. MI analyses that make use of full-cohort data and MI analyses based on substudy data only are described, alongside an intermediate approach in which the imputation uses full-cohort data but the analysis uses only the substudy. We describe adaptations to two imputation methods: the approximate method (MI-approx) of White and Royston (2009) and the "substantive model compatible" (MI-SMC) method of Bartlett et al. (2015). We also apply the "MI matched set" approach of Seaman and Keogh (2015) to nested case-control studies, which does not require any full-cohort information. The methods are investigated using simulation studies and all perform well when their assumptions hold. Substantial gains in efficiency can be made by imputing data missing by design using the full-cohort approach or by imputing data missing by chance in analyses using the substudy only. The intermediate approach brings greater gains in efficiency relative to the substudy approach and is more robust to imputation model misspecification than the full-cohort approach. The methods are illustrated using the ARIC Study cohort. Supplementary Materials provide R and Stata code.