Poisson分布下基于鞍点逼近的慢性病风险差的置信区间构造

摘要

风险差是流行病学中重要的指标之一,常用来比较两种治疗或两种诊断的有效性.因此,风险差区间的精确估计对流行病病情的诊断以及治疗方案的选择有很重要的意义.结合Poisson抽样的优点以及慢性病发病周期长和发病率低的特点,利用鞍点逼近方法来构造了Poisson分布下风险差的置信区间.同时,通过实例和Monte Carlo模拟对传统的四种区间构造方法进行评价.模拟结果表明:在小样本情况下,鞍点逼近方法得到的置信区间大多数能保证覆盖率近似于期望的置信水平并且使得区间长度最短,是一种很好的置信区间构造方法.