Bias in estimating association parameters for longitudinal binary responses with drop-outs

Abstract

This paper considers the impact of bias in the estimation of the association parameters for longitudinal binary responses when there are drop-outs. A number of different estimating equation approaches are considered for the case where drop-out cannot be assumed to be a completely random process. In particular, standard generalized estimating equations (GEE), GEE based on conditional residuals, GEE based on multivariate normal estimating equations for the covariance matrix, and second-order estimating equations (GEEZ) are examined. These different GEE estimators are compared in terms of finite sample and asymptotic bias under a variety of drop-out processes. Finally, the relationship between bias in the estimation of the association parameters and bias in the estimation of the mean parameters is explored.

Ce papier considere l’impact du biais dans l’estimation des parametres d’association sur des rBponses binaires longitudinales en presence de donnBes manquantes. Differentes approches par des Bquations d’estimation sont envisaghes dans le cas ou les donnBes manquantes ne peuvent pas Gtre supposBes issues d’un processus de randomisation. En particulier des Bquations d’estimation gBnBralisBes standards (GEE) (Liang and Zeger, 1986; Prentice, 1988), des GEE B partir de rhsidus conditionnels (Carey et al., 1993; Lipsitz and Fitzmaurice, 1996), des GEE B partir d’kquations d’estimation normales multivaribes pour la matrice de covariance et des Bquations d’estimation du second ordre (GEES) (Liang, Zeger and et Qaqish, 1992) sont examinhes. Ces diffhrents GEE estimateurs sont compares en terme d’hchantillon fini et de biais asymp- totique avec diffkrents processus de prbence de donnhes man- quantes. Finalement la relation entre le biais de l’estimation des paramktres d’association et le biais dans l’estimation des paramiètres moyen est BtudiB.

Ce papier considere l’impact du biais dans l’estimation des parametres d’association sur des rBponses binaires longitudinales en presence de donnBes manquantes. Differentes approches par des Bquations d’estimation sont envisaghes dans le cas ou les donnBes manquantes ne peuvent pas Gtre supposBes issues d’un processus de randomisation. En particulier des Bquations d’estimation gBnBralisBes standards (GEE) (Liang and Zeger, 1986; Prentice, 1988), des GEE B partir de rhsidus conditionnels (Carey et al., 1993; Lipsitz and Fitzmaurice, 1996), des GEE B partir d’kquations d’estimation normales multivaribes pour la matrice de covariance et des Bquations d’estimation du second ordre (GEES) (Liang, Zeger and et Qaqish, 1992) sont examinhes. Ces diffhrents GEE estimateurs sont compares en terme d’hchantillon fini et de biais asymp- totique avec diffkrents processus de prbence de donnhes man- quantes. Finalement la relation entre le biais de l’estimation des paramktres d’association et le biais dans l’estimation des paramiètres moyen est BtudiB.