103學年度第二學期專題討論統計學術演講公告
統計碩士學位學程將於104年4月7日(星期二)舉辦統計學術演講，邀請到中央研究院統計科學研究所程毅豪研究員蒞臨演講，
講題：資料庫分析中的干擾因子校正: 整合主樣本與驗證樣本傾向分數的二階段校正法
Adjustment for missing confounders in studies based on observational databases: Two-stage calibration combining propensity scores from primary and validation data
講員：程毅豪 研究員 中央研究院統計科學研究所
時間：2015年4月7日星期二 下午 3：30 ~ 5：30
地點：臺灣大學博雅教學館409教室
費用：免費
名額：24位
摘要：
大型資料庫如健保資料庫分析在近年的醫學研究中日漸普及。這樣的研究具有省時省力，且可避免回溯性研究之回憶偏差等優點。然而此類研究的重要侷限之一，是這些現有資料庫往往缺乏較詳盡的關於個人之干擾因子如吸菸、飲酒、飲食習慣與職業暴露等資訊，而干擾因子的缺失將導致有偏誤的統計分析結果。一個解決此問題的方法是設法由一些專門的研究或調查資料庫中取得較詳盡的干擾因子資料，我們稱之為驗證樣本資料。藉由此驗證樣本我們提出一個二階段校正方法 (Two Stage Calibration, TSC)，來校正在主樣本(大型資料庫資料)統計分析中因為干擾因子缺失而產生的偏誤。TSC方法將干擾資料訊息以傾向分數(propensity score)的形式校正，並將主樣本中粗略的傾向分數 (因為有缺失資訊) 及驗證樣本中精確的傾向分數校正分析結果加以整合。與現有方法相比，TSC方法的優點是其不需要基於正確的測量誤差(粗略傾向分數)模型假設，因此具有較高的實用性。我們以TSC方法分析台灣健保資料庫中取得之資料，探討慢性阻塞性肺病對帶狀泡疹發病年齡的影響，校正吸菸、飲酒及其他干擾因子。由於健保資料庫不包含吸菸飲酒之資料，此兩項重要干擾因子之資料取自國民健康訪問調查資料庫。TSC方法的SAS Macro 分析程式可取自講者網頁，論文請參考American Journal of Epidemiology 2014 pp. 308-317。
歡迎對於此議題有興趣的師生同仁參加。
聯絡人：張仲凱
聯絡方式：E-mail：ntustat@ntu.edu.tw
TEL：(02) 3366-1481 FAX：(02) 3366-1482