贡贡加，Juste A。;纳塔利·格拉芙（Nathalie Grafféo）;哈德里安·夏瓦特;罗奇·乔治 用重标随机效应超额风险模型校正多中心临床试验中的异质性和不可比性偏差。 （英语） Zbl 1528.62067号 生物。J。 65，第4号，文章ID 2100210，23 p.（2023）. MSC公司： 62页第10页 统计学在生物学和医学中的应用；元分析 关键词：癌症;超额危险模型;异质性;寿命表;净生存率 软件：墨西哥湾;invGauss公司 PDF格式BibTeX公司 XML格式引用 \textit{J.A.Goungongaunga}等人，《生物》。J.65，第4号，文章ID 2100210，23页（2023；Zbl 1528.62067） 全文： 内政部 OA许可证 参考文献： [1] O.O.Aalen、Borgan、Ø.和Gjessing，香港（2008）。生存和事件历史分析。斯普林格·Zbl 1204.62165号 [2] Adatorwovor，R.、Latouche，A.和Fine，J.P.（2022）。相对生存分析中放松独立性假设的参数方法。《国际生物统计学杂志》，18（2），577-592。 [3] Akaike，H.（1974年）。统计模型识别的新视角。IEEE自动控制汇刊，19716-723。https://doi.org/10.1109/TAC.1974.1100705 ·Zbl 0314.62039号 ·doi:10.1109/TAC.1974.1100705 [4] Andersen，P.K.、Klein，J.P.和Zhang，M.‐J。(1999). 多中心生存研究中的中心效应测试：固定效应和随机效应测试的蒙特卡罗比较。《医学统计》，第18期，1489-1500页。https://doi.org/10.1002/（SICI）1097‐0258（19990630）18:12·doi:10.1002/（SICI）1097-0258（19990630）18:12%3c1489:：AID‐SIM140%3e3.0.CO；2‐ [5] 奥斯汀，P.C.（2017）。多级生存分析教程：方法、模型和应用。《国际统计评论》，85185-203。https://doi.org/10.1111/insr.12214 ·Zbl 07763544号 ·doi:10.1111/insr.12214 [6] Balan，T.A.和Putter，H.（2020年）。脆弱模型教程。医学研究中的统计方法，293424-3454。https://doi.org/10.1177/0962280220921889 ·doi:10.1177/0962280220921889 [7] Blakely，T.、Soeberg，M.、Carter，K.、Costilla，R.、Atkinson，J.和Sarfati，D.（2012）。使用不正确的生命表时相对生存方法的偏差：新西兰吸烟状况和种族对肺癌和膀胱癌的影响。国际癌症杂志，131，E974-E982。https://doi.org/10.1002/ijc.27531 ·doi:10.1002/ijc.27531 [8] Bolard，P.、Quantin，C.、Esteve，J.、Faivre，J.和Abrahamowicz，M.（2001年）。相对存活率的时间依赖性风险比建模：结肠癌的应用。临床流行病学杂志，54986-996。https://doi.org/10.1016/S0895‐4356(01)00363‐8 ·doi:10.1016/S0895‐4356（01）00363‐8 [9] Charvat，H.和Belot，A.（2017年）。mexhaz：混合效应超额风险模型。R包版本，1。 [10] Charvat，H.和Belot，A.（2021）。mexhaz：一个R包，用于拟合具有随机效应的总体死亡率和超额死亡率的基于风险的灵活回归模型。统计软件杂志，98，1-36。https://doi.org/10.18637/jss.v098.i14 ·doi:10.18637/jss.v098.i14 [11] Charvat，H.、Remontet，L.、Bossard，N.、Roche，L.，Dejardin，O.、Rachet，B.、Launoy，G.、Belot，A.和CENSUR工作生存小组。(2016). 考虑到协变量的非线性和非比例效应，用多级超额风险模型估计分层数据的净生存率。医学统计学，35，3066-3084。https://doi.org/10.1002/sim.6881 ·doi:10.1002/sim.6881 [12] Cheuvart，B.和Ryan，L.（1991年）。调整长期癌症临床试验中与年龄相关的竞争死亡率。医学统计学，10，65-77。https://doi.org/10.1002/sim.4780100112 ·doi:10.1002/sim.4780100112 [13] Claeskens，G.、Nguti，R.和Janssen，P.（2008年）。共享脆弱性模型中的单侧测试。测试，17，69-82。https://doi.org/10.1007/s11749‐006‐0023‐9 ·Zbl 1148.62086号 ·doi:10.1007/s11749‐006‐0023‐9 [14] 康姆斯，D.和安徒生，P.K.（1995年）。生存数据的同质性评分测试。终身数据分析，1145-156。https://doi.org/10.1007/BF00985764 ·Zbl 0836.62096号 ·doi:10.1007/BF00985764 [15] Crowther，M.J.和Lambert，P.C.（2014年）。参数生存分析的一般框架。医学统计学，335280-5297。https://doi.org/10.1002/sim.6300 ·Zbl 1168.65375号 ·doi:10.1002/sim.6300 [16] Crowther，M.J.、Look，M.P.和Riley，R.D.（2014）。使用自适应高斯-埃尔米特求积的多级混合效应参数生存模型，应用于复发事件和个体参与者数据元分析。医学统计学，33，3844-3858。https://doi.org/10.1002/sim.6191 ·doi:10.1002/sim.6191 [17] deLacerda，G.F.、Howlader，N.和Mariotto，A.B.（2019年）。相对方法与特定原因方法在癌症生存率方面的差异：使用更准确的生命表进行更新。癌症流行病学和预防生物标志物，cebp‐0125。 [18] Dignam，J.J.、Huang，L.、Ries，L.，Reichman，M.、Mariotto，A.和Feuer，E.（2009年）。在临床试验和基于人群的癌症登记队列中估计乳腺癌特异性和其他原因的死亡率。癌症，115，5272-5283。https://doi.org/10.1002/cncr.24617 ·doi:10.1002/cncr.24617 [19] Drikvandi，R.、Verbeke，G.和Molenberghs，G.（2017年）。诊断混合模型中随机效应分布的指定错误。生物统计学，73，63-71。https://doi.org/10.1111/biom.12551 ·Zbl 1366.62213号 ·doi:10.1111/biom.12551 [20] Duchateau，L.和Janssen，P.（2008年）。脆弱模型。斯普林格·Zbl 1210.62153号 [21] Dupont，C.、Bossard，N.、Remontet，L.和Belot，A.（2013）。基于最大可能性的方法描述，以调整具有随机效应的超额风险模型。癌症流行病学，37，449-456。https://doi.org/10.1016/j.canep.2013.04.001 ·doi:10.1016/j.canep.2013.04.001 [22] Esteve，J.、Benhamou，E.、Croasdale，M.和Raymond，L.（1990年）。相对存活率和净存活率的估计：供进一步讨论的要素。医学统计学，9529-538。https://doi.org/10.1002/sim.4780090506 ·doi:10.1002/sim.4780090506 [23] Fauvernier，M.、Roche，L.、Uhry，Z.、Tron，L.，Bossard，N.和Remontet，L.（2019年）。具有连续协变量的多维惩罚风险模型：在癌症生存趋势和社会不平等研究中的应用。英国皇家统计学会期刊：C系列（应用统计学），681233-1257。 [24] Gasparini，A.、Clements，M.S.、Abrams，K.R.和Crowther，M.J.（2019年）。共享脆弱生存模型中模型错误指定的影响。医学统计学，38，4477-4502。https://doi.org/10.1002/sim.8309 ·doi:10.1002/sim.8309 [25] Giorgi，R.、Abrahamowicz，M.、Quantin，C.、Bolard，P.、Esteve，J.、Gouvernet，J.和Faivre，J.（2003）。使用B样条函数建模非比例风险的相对生存回归模型。医学统计，222767-2784。https://doi.org/10.1002/sim.1484 ·doi:10.1002/sim.1484 [26] Glidden，D.V.和Vittinghoff，E.（2004年）。对多中心临床试验的成簇生存数据进行建模。医学统计，23369-388。https://doi.org/10.1002/sim.1599 ·doi:10.1002/sim.1599 [27] Goungonga，J.A.、Grafféo，N.、Charvat，H.和Giorgi，R.（2022年）。用重标随机效应超额风险模型校正多中心临床试验中的异质性和不可比性偏差。《生物医学杂志》（1.0）。泽诺。https://doi.org/10.5281/zenodo.7254362 ·doi:10.5281/zenodo.7254362 [28] Goungonga，J.A.、Touraine，C.、Grafféo，N.、Giorgi，R.和CENSUR工作生存小组。(2019). 纠正临床试验中估计净生存率的错误分类和选择效应。BMC医学研究方法，19，104。https://doi.org/10.1186/s12874‐019‐0747‐3 ·doi:10.1186/s12874‐019‐0747‐3 [29] Grafféo，N.、Castell，F.、Belot，A.和Giorgi，R.（2016）。比较净存活率分布的对数秩型检验。生物计量学，72，760-769。https://doi.org/10.1111/biom.12477 ·Zbl 1390.62262号 ·doi:10.1111/biom.12477 [30] Grafféo，N.、Jooste，V.和Giorgi，R.（2012年）。额外生命表变量对超额死亡率估计的影响。医学统计学，314219-4230。https://doi.org/10.1002/sim.5493 ·数字对象标识代码：10.1002/sim.5493 [31] Hennequin，C.、Bossard，N.、Servagi‐Vernat，S.、Maingon，P.、Dubois，J.-B.、。，Datchary，J.、Carrie，C.、Roullet，B.、Suchaud，J.P.、Teissier，E.、Lucardi，A.和Romestaing，P.（2013）。乳腺切除术后内乳淋巴结放疗随机试验的10年生存率结果。国际放射肿瘤学生物物理杂志，86860-866。https://doi.org/10.1016/j.ijrobp.2013.03.021 ·doi:10.1016/j.ijrobp.2013.03.021 [32] Kroman，N.、Wohlfahrt，J.、Mouridsen，H.T.和Melbey，M.（2003）。肿瘤位置对乳腺癌预后的影响。国际癌症杂志，105，542-545。https://doi.org/10.1002/ijc.11116 ·doi:10.1002/ijc.11116 [33] Levi，F.、Randimbison，L.、Te，V.‐C.和La Vecchia，C.（2003年）。肿瘤位置对乳腺癌预后的影响。国际癌症杂志，107，683-684。https://doi.org/10.1002/ijc.11418 ·doi:10.1002/ijc.11418 [34] Maringe，C.、Belot，A.、Rubio，F.J.和Rachet，B.（2019年）。癌症流行病学背景下超额风险回归模型建模策略的比较。BMC医学研究方法，19，210。https://doi.org/10.1186/s12874‐019‐0830‐9 ·doi:10.186/s12874‐019‐0830‐9 [35] Mariotto，A.B.、Wang，Z.、Klabunde，C.N.、Cho，H.、Das，B.和Feuer，E.J.（2013）。根据共病调整后的生命表更准确地估计最近诊断出的癌症患者的非癌症生存率。临床流行病学杂志，661376-1385。https://doi.org/10.1016/j.jclinepi.2013.07.002 ·doi:10.1016/j.jclinepi.2013.07.002 [36] McGilchrist，C.A.（1993年）。虚弱生存模型的REML估计。生物计量学，49221-225。https://doi.org/10.2307/2532615 ·doi:10.2307/2532615 [37] Monnet，E.、Boutron，M.、Arveux，P.、Milan，C.和Faivre，J.（1992）。不同的多元回归模型用于评估以人群为基础的一系列结直肠癌患者的生存率。临床流行病学杂志，45，267-273。https://doi.org/10.1016/0895‐4356(92)90086‐3 ·doi:10.1016/0895‐4356（92）90086‐3 [38] Munda，M.和Legrand，C.（2014）。调整多中心临床试验中的中心异质性，以确定事件发生的时间。药物统计，13，145-152。https://doi.org/10.1002/pst.1612 ·doi:10.1002/pst.1612 [39] Nelson，C.P.、Lambert，P.C.、Squire，I.B.和Jones，D.R.（2007年）。相对存活率的灵活参数模型，在冠心病中的应用。医学统计，265486-5498。https://doi.org/10.1002/sim.3064 ·数字对象标识代码：10.1002/sim.3064 [40] Pohar Perme，M.、Estève，J.和Rachet，B.（2016）。分析基于人群的癌症生存率——解决争议。BMC癌症，16933。https://doi.org/10.1186/s12885‐016‐2967‐9 ·doi:10.1186/s12885‐016‐2967‐9 [41] Remontet，L.、Bossard，N.、Belot，A.和Esteve，J.（2007年）。一种基于回归模型的总体策略，用于估计相对生存率，并对癌症生存研究中预后因素的影响进行建模。医学统计学，262214-2228。https://doi.org/10.1002/sim.2656 ·doi:10.1002/sim.2656 [42] Roy，P.、Hudson，G.V.、Hudson，B.V.、Esteve，J.和Swerdlow，A.J.（2000年）。霍奇金病患者的长期存活率：试验中患者的相对存活率与基于人群的癌症登记中记录的相对生存率的比较。《欧洲癌症杂志》，36384-389。https://doi.org/10.1016/S0959‐8049(99)00267‐1 ·doi:10.1016/S0959‐8049（99）00267‐1 [43] Rubio，F.J.、Rachet，B.、Giorgi，R.、Maringe，C.和Belot，A.（2019年）。关于在生命表分层不足的情况下估计超额死亡率风险的模型。生物统计学，22（1），51-67。 [44] Rubio，F.J.、Remontet，L.、Jewell，N.P.和Belot，A.（2018年）。基于风险的回归模型的一般结构：在基于人群的癌症研究中的应用。医学研究中的统计方法，096228021878229。 [45] Sarfati，D.、Blakely，T.和Pearce，N.（2010年）。衡量人群中的癌症生存率：相对生存率与癌症特异生存率。《国际流行病学杂志》，39（2），598-610。doi:10.1093/ije/dyp392。 [46] Schaffar，R.、Rachet，B.、Belot，A.和Woods，L.M.（2015）。特定原因或相对生存率设置来估计基于人群的癌症净生存率？1981年至1991年，日内瓦对确诊为乳腺癌的女性进行了实证评估，并在确诊后随访了20年。癌症流行病学，39，465-472。https://doi.org/10.1016/j.canep.2015.04.001 ·doi:10.1016/j.canep.2015.04.001 [47] Schaffar，R.、Rachet，B.、Belot，A.和Woods，L.M.（2017年）。癌症患者净生存率的估计：相对生存率设置比特定原因设置对一些假设违反更为稳健，这是对经验数据的敏感性分析。《欧洲癌症杂志》，72，78-83。https://doi.org/10.1016/j.ejca.2016.11.019 ·doi:10.1016/j.ejca.2016.11.019 [48] Self，S.G.和Liang，K.‐Y。(1987). 非标准条件下最大似然估计量和似然比检验的渐近性质。美国统计协会杂志，82，605-610。https://doi.org/101080/01621459.1987.10478472 ·Zbl 0639.62020号 ·doi:10.1080/01621459.1987.10478472 [49] Stelzner，S.、Hellmich，G.、Koch，R.和Witzigmann，H.（2009年）。基于结直肠癌患者临床数据库的相对生存率与特定原因生存率和竞争风险评估的精确性比较。结肠和直肠疾病，52，1264-1271。 [50] Stroup，A.M.、Cho，H.、Scoppa，S.M.、Weir，H.和Mariotto，A.B.（2014）。州特定生命表对相对存活率的影响。《国家癌症研究所杂志专著》，2014年，218-227。https://doi.org/10.1093/jncimonographs/lgu017 ·doi:10.1093/jncimonographs/lgu017 [51] Therneau，T.和Offord，J.（1999）。基于危险率的预期存活率（更新）。梅奥诊所生物统计学科，18，2。 [52] Touraine，C.、Grafféo，N.、Giorgi，R.和CENSUR工作生存小组。(2019). 通过修正额外变量的背景死亡率，更准确地计算癌症相关的超额死亡率。医学研究中的统计方法，0962280218823234。 [53] Van Rompaye，B.、Jaffar，S.和Goetghebeur，E.（2012年）。Cox模型估计：失败原因分类错误的原因特异性生存分析。《流行病学》，第23期，194-202年。https://doi.org/10.1097/EDE.0b013e3182454cad ·doi:10.1097/EDE.0b013e3182454cad [54] Verbeke，G.和Molenberghs，G.（2013年）。梯度函数作为混合模型中随机效应分布的探索性拟合优度评估。生物统计学，1477-490。https://doi.org/10.1093/biostatistics/kxs059 ·doi:10.1093/biostatistics/kxs059 [55] Zahl，P.（1997）。过度危险的脆弱建模。《医学统计》，第16期，第1573-1585页。https://doi.org/10.1002/（SICI）1097‐0258（19970730）16:14·doi:10.1002/（SICI）1097-0258（19970730）16:14%3c1573:：AID‐SIM585%3e3.0.CO；第2季度 [56] Zhi，X.、Grambsch，P.和Eberly，L.（2005）。半参数共享伽马脆弱性模型中方差分量的似然比检验（研究报告编号2005-005）。明尼苏达大学生物统计学系。 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。