首頁
1
最新消息
2
課程相關
3
部落格文章發表:藥物流行病學中的immortal time bias4
以斯帖統計顧問股份有限公司 116076 台北市文山區辛亥路4段128-2號5樓 (B棟)
【春季班-應用生物醫學統計研習營】#早鳥優惠至3月1日 由以斯帖統計顧問公司開設的『應用生物醫學統計研習營』已有多年歷史,藉由統計觀念的釐清以及統計軟體的實務操作,讓您頓時豁然開朗,擺脫學習統計學的包袱,重拾信心。 2024/03/31:基礎醫學統計 (Descriptive Statistics, Regression) 2024/04/14:流病資料分析方法 I (ANOVA, ANCOVA, Mediation) 2024/04/21:流病資料分析方法 II (ROC curve、Logistic regression、Poisson regression) 2024/04/28:存活分析 (K-M estimator, Cox regression) 2024/05/05:統合分析 (Meta-analysis) 2024/05/19:進階統合分析 (Network meta-analysis, Meta-analysis of diagnostic accuracy) 2024/05/26:重覆測量分析方法 I (Mixed Model , GEE method) 2024/06/02:重覆測量分析方法 II (GLMM, missing data problem) 2024/06/16:進階存活分析 (Clustered Survival, Recurrent event) 2023/06/23:樣本數估算 (Sample size calculations) 每堂課程皆可獨立報名參加! 詳情可上以斯帖統計顧問公司網站(https://www.estat.com.tw/product.html) 瞭解課程資訊或撥打(02)2935-3311 https://www.estat.com.tw/hot_485650.html 2024/3/31【應用生物醫學統計研習營】課程即將開課 2024-02-23 2025-02-23
以斯帖統計顧問股份有限公司 116076 台北市文山區辛亥路4段128-2號5樓 (B棟) https://www.estat.com.tw/hot_485650.html
以斯帖統計顧問股份有限公司 116076 台北市文山區辛亥路4段128-2號5樓 (B棟) https://www.estat.com.tw/hot_485650.html
https://schema.org/EventMovedOnline https://schema.org/OfflineEventAttendanceMode
2024-02-23 http://schema.org/InStock TWD 0 https://www.estat.com.tw/hot_485650.html
https://www.estat.com.tw/ 以斯帖統計顧問股份有限公司

【以斯帖部落格文章分享-藥物流行病學中的immortal time bias
 
文章出處: https://reurl.cc/20lV0X
 
 
利用健保資料庫分析作為藥物的安全性監測已行之多年,但不良的研究設計容易造成各種推論的偏誤(bias),其中一項重要的偏誤往往導致所觀察的藥物被宣稱對疾病有保護作用,甚至能降低不良反應,這種偏誤與觀察的時間有關,被稱為immortal time bias。Immortal被稱為不朽或不死的意思,在流行病學的意義是指不會發生研究者所關心的事件(event)而immortal time bias是如何發生的呢?
 
Immortal time係指當病人被診斷為特定疾病至開始用藥的這段時間[2,3], immortal time bias主要發生在Immortal time這段時間,一是將暴露組(用藥組)的person-time做出錯誤的歸類(misclassification),二是將暴露組的Immortal time刪除。要如何修正以上的偏誤呢?請參考以斯帖部落格文章分享。




未提供相片說明。

上一個 回列表 下一個