非微分的測定誤差を伴う複数の環境暴露のマルチプルインピュテーション。
アブストラクト
環境疫学研究では測定誤差がよく見られるが、複数の環境暴露を共変量とする回帰モデルにおける測定誤差の補正方法はあまり研究されていない。我々は、真の暴露と誤差を生じやすい暴露の両方の情報を含む外部または内部のキャリブレーション標本と、誤差を伴って測定された複数の暴露の主要な研究データとを組み合わせる多重置換アプローチを検討する。我々は、強い非微分測定誤差の仮定に基づき、連鎖式インピュテーションにおけるインピュテーションモデルパラメータに制約を置く制約連鎖式多重インピュテーション(CEMI)アルゴリズムを提案する。また、主な研究データにおける誤差を生じやすい曝露における非検出にも対応できるように、制約付きCEMI法を拡張する。各ブートストラップ標本の2回のインピュテーションを用いて、ブートストラップを用いて回帰係数の分散を推定する。制約条件付きCEMI法は、シミュレーションによって、既存の方法、すなわち、測定誤差を無視する方法、古典的なキャリブレーション、回帰予測よりも優れていることが示され、より小さなバイアスを持つ推定回帰係数と公称レベルに近いカバレッジを持つ信頼区間が得られる。われわれは、提案された方法をNeighborhood Asthma and Allergy Studyに適用し、ニューヨーク市の喘息児における複数の室内アレルゲン濃度と呼気一酸化窒素濃度の関連を調べた。制約付きCEMI法は、RのmouseパッケージとbootImputeパッケージを用いて、インピュテーション行列に制約を課すことで実装できる。