这个问题的设置如下。假设我们有六个不同研究地点的计数和分母数据，按月计算，为期 12 个月。他们当时都使用统一的诊断标准，所以理论上他们的计数大致相同。这样做的目的是估计每个研究站点获得的每人时间的典型每月病例数，尽管我们允许它在发生剧烈变化的情况下按月变化。

所以本质上，一个相当标准的发病率密度泊松回归估计。

除了其中两个站点在研究期间的某个地方将其诊断程序更改为更准确的程序。为了示例，假设站点 1 更改了 2 个月，站点 2 更改了 8 个月。

新程序被认为具有更高的准确性，但没有来自站点的直接数据来产生我们自己的准确性测量，我们必须从文献中的两个测试中公布敏感性/特异性数据。

我试图找出一种方法来解决协议更改后丢弃数据的问题。有任何想法吗？

更新：有问题的站点之一大约占研究总人次的 3%，但大约占病例的 10%，这既是因为更好的测试，而且从外观上看，当时该站点爆发了. 因此，虽然“扔掉它”仍然是一个选项，但它不是我最喜欢的选项。