×

具有柔性缺失机制的半参数模型的稳定性增强变量选择及其在ChAMP研究中的应用。 (英语) Zbl 1521.62531号

小结:本文的动机是我们在分析ChAMP(软骨损伤和半月板手术)研究时遇到的分析挑战,该研究是一项随机对照试验,旨在比较膝关节镜手术中清创术与软骨损伤观察。主要结果WOMAC(西安大略和麦克马斯特大学骨关节炎指数)疼痛评分来自患者对研究中收集的问卷的反应。主要目标是确定促成这一结果的潜在重要变量。在本文中,感兴趣的模型是疼痛评分的半参数模型。为了解决丢失数据的问题,我们采用了一种灵活的丢失机制,这种机制在实践中比单个参数模型更加通用。然后,我们提出了一种成对条件似然方法来估计半参数模型中的未知参数,而无需对其非参数对应项进行建模,也无需对缺失机制进行建模。对于变量选择,我们使用正则化方法和各种稳定性增强的调谐参数选择方法。我们进行了全面的模拟研究,以评估所提出的方法的性能。我们还将提出的方法应用于ChAMP研究,以证明其有用性。

理学硕士:

62至XX 统计

软件:

格尔姆奈特
PDF格式BibTeX公司 XML格式引用
全文: 内政部 链接

参考文献:

[1] Arostegui,I。;努涅斯·安东尼(Núñez AntóN,V.)。;Quintana,J.M.,《分析患者报告结果作为反应变量的统计方法:健康相关生活质量的应用》,《统计方法医学研究》,21,189-214(2012)·doi:10.1177/0962280210379079
[2] Bisson,L.J。;Kluczynski,文学硕士。;风力,W.M。;Fineberg,M.S。;伯纳斯,G.A。;Rauh,硕士。;Marzo,J.M。;Smolinski,R.J.,《比较清创术与半月板部分切除术中软骨损伤观察的随机对照试验设计:ChAMP(软骨损伤和半月板手术)试验》,Contemp。临床。试验,45,281-286(2015)·doi:10.1016/j.cct.2015年8月18日
[3] Bisson,L.J。;Kluczynski,文学硕士。;风力,W.M。;Fineberg,M.S。;伯纳斯,G.A。;Rauh,硕士。;Marzo,J.M。;Zhou,Z。;Zhao,J.,半月板部分切除术中不稳定软骨损伤的观察与清创术后患者结局:软骨损伤和半月板手术(ChAMP)随机对照试验,骨关节外科杂志,991078-1085(2017)·doi:10.2106/JBJS.16.00855
[4] Bisson,L.J。;Kluczynski,文学硕士。;风力,W.M。;Fineberg,M.S。;伯纳斯,G.A。;Rauh,硕士。;Marzo,J.M。;Zhou,Z。;Zhao,J.,半月板部分切除术后不稳定软骨损伤的存在如何影响患者预后?:软骨损伤和半月板手术(ChAMP)随机对照试验,《美国运动医学杂志》,46,590-597(2018)·doi:10.1177/0363546517744212
[5] Bisson,L.J。;菲利普斯,P。;马修斯,J。;Zhou,Z。;赵,J。;风力,W.M。;Fineberg,M.S。;伯纳斯,G.A。;Rauh,硕士。;Marzo,J.M.,关节镜下半月板部分切除术后无退行性关节疾病影像学证据的患者骨髓损伤、软骨损伤和疼痛之间的关系,Orthop。《运动医学杂志》,第7期(2019年)·doi:10.1177/2325967119830381
[6] Cappelleri,J.C.(卡佩莱里,J.C.)。;Bushmakin,A.G.,《患者报告结果的解释》,《统计方法医学研究》,23,460-483(2014)·doi:10.1177/0962280213476377
[7] Cappelleri,J.C.(卡佩莱里,J.C.)。;邹建华。;布什马金,A.G。;Alvir,J.M.J。;Alemayehu,D。;Symonds,T.,《患者报告结果:测量、实施和解释》(2013年),查普曼和霍尔/CRC:查普曼与霍尔/CRC,佛罗里达州博卡拉顿
[8] Chan,K.C.G.,具有不可忽略丢失和随机截断的比例似然比模型的Nuisance参数消除,Biometrika,100269-276(2013)·Zbl 1452.62570号 ·doi:10.1093/biomet/ass056
[9] Chan,E。;杰米森,C。;Metin,H。;Hudgens,S.,《患者报告结果中的缺失数据:监管、统计和运营视角》,《价值健康》,21,S227(2018)·doi:10.1016/j.jval.2018.04.1539
[10] Cohen,J.,标称量表的一致系数,教育。精神病。测量。,20, 37-46 (1960) ·doi:10.1177/001316446002000104
[11] 范,J。;Li,R.,通过非洞穴惩罚似然的变量选择及其预言性质,J.Am.Stat.Assoc.,961348-1360(2001)·Zbl 1073.62547号 ·doi:10.1198/016214501753382273
[12] 范,Y。;Tang,C.Y.,《高维惩罚可能性中的调谐参数选择》,J.R.Stat.Soc.Ser。B、 75、531-552(2013)·Zbl 1411.62216号 ·doi:10.1111/rssb.12001
[13] 方,F。;赵,J。;Shao,J.,具有不可忽略缺失协变量值的广义线性模型中基于插补的调整得分方程,统计正弦。,28, 1677-1701 (2018) ·Zbl 1406.62080号
[14] 弗里德曼,J。;哈斯蒂,T。;Tibshirani,R.,通过坐标下降广义线性模型的正则化路径,J.Stat.Softw。,33, 1 (2010) ·doi:10.18637/jss.v033.i01
[15] 戈麦斯,M。;Gutacker,N。;Bojke,C。;Street,A.,《解决患者报告结果测量(PROMS)中缺失的数据:使用PROMS比较提供者绩效的意义》,健康经济学。,25, 515-528 (2016) ·doi:10.1002/hec.3173
[16] 黄,J。;马,S。;Zhang,C.-H.,稀疏高维回归模型的自适应拉索,Stat.Sin。,1603-1618 (2008) ·Zbl 1255.62198号
[17] Kalbfleisch,J.D.,似然方法和非参数检验,J.Am.Stat.Assoc.,73167-170(1978)·Zbl 0376.62028号 ·doi:10.1080/01621459.1978.10480021
[18] Kluczynski,文学硕士。;Marzo,J.M。;风力,W.M。;Fineberg,M.S。;伯纳斯,G.A。;Rauh,硕士。;Zhou,Z。;赵,J。;Bisson,L.J.,《体重指数对关节镜下半月板部分切除术后无退行性关节疾病影像学证据患者临床结局的影响》,关节镜,33,2054-2063(2017)
[19] Lim,C。;Yu,B.,估计稳定性与交叉验证(ESCV),J.计算。图表。统计,25,464-492(2016)·doi:10.1080/10618600.2015.020159
[20] Little,R.J。;Rubin,D.B.,《缺失数据的统计分析》(2002年),新泽西州霍博肯市威利出版社·Zbl 1011.62004号
[21] 龙,Q。;Johnson,B.A.,《缺失数据下的变量选择:重采样和插补》,生物统计学,16596-610(2015)·doi:10.1093/biostatistics/kxv003
[22] 罗,X。;Tsai,W.Y.,比例似然比模型,Biometrika,99211-222(2012)·Zbl 1437.62545号 ·doi:10.1093/biomet/asr060
[23] 明绍森,N。;Bühlmann,P.,稳定性选择,J.R.Stat.Soc.Ser。B、 72417-473(2010)·Zbl 1411.62142号 ·文件编号:10.1111/j.1467-9868.2010.00740.x
[24] Mercieca-Bebber,R。;M.J.帕尔默。;Brundage先生。;卡尔弗特,M。;Stockler,M.R。;King,M.T.,《减少缺失患者报告结果(PRO)数据的实例和影响的设计、实施和报告策略:系统综述》,BMJ Open,6,e010938(2016)·doi:10.1136/bmjopen-2015-010938
[25] 罗姆巴赫,I。;格雷,A.M。;詹金森,C。;默里,D.W。;Rivero-Arias,O.,《随机对照试验中患者报告结果测量的多重插补:在项目、次级量表或综合评分水平插补的优缺点》,BMC医学研究方法。,18, 87 (2018) ·doi:10.1186/s12874-018-0542-6
[26] 罗姆巴赫,I。;俄亥俄州Rivero-Arias。;格雷,A.M。;詹金森,C。;Burke,O.,《RCT出版物中八种广泛使用的PROM中处理和报告缺失结果数据的当前实践:当前文献综述》,Qual。生活。第25号决议,1613-1623(2016)·doi:10.1007/s11136-015-1206-1
[27] 沙夫斯坦,D.O。;McDermott,A.,《缺失患者报告结果的临床试验的全球敏感性分析》,《统计方法医学研究》,28,1439-1456(2019)·doi:10.1177/0962280218759565
[28] 邵,J。;Zhao,J.,《不可忽视辍学的纵向研究中的估计》,统计接口,6303-313(2013)·Zbl 1327.62347号 ·doi:10.4310/SI.2013.v6.n3.a1
[29] Sun,W。;Wang,J。;Fang,Y.,通过变量选择稳定性一致选择调谐参数,J.Mach。学习。研究,14,3419-3440(2013)·Zbl 1318.62241号
[30] 唐·G。;Little,R.J。;Raghunathan,T.E.,《不可忽视无反应的多变量缺失数据分析》,《生物统计学》,90,747-764(2003)·Zbl 1436.62206号 ·doi:10.1093/biomet/90.4.747
[31] Tibshirani,R.,《通过套索进行回归收缩和选择》,J.R.Stat.Soc.Ser。B、 58、267-288(1996)·Zbl 0850.62538号
[32] 曾,C.-h。;Chen,Y.-H.,非随机缺失数据的正则化方法,统计方法医学研究(2017)
[33] 瓦尔德拉斯,J。;科泽娃,A。;Espallargues,M。;盖亚特,G。;费兰斯,C。;Halyard,M.Y。;Revicki,D。;Symonds,T。;帕拉达,A。;Alonso,J.,《临床实践中测量患者报告结果的影响:文献的系统回顾》,Qual。生命研究,17,179-193(2008)·doi:10.1007/s11136-007-9295-0
[34] Wang,H。;李,B。;Leng,C.,具有发散参数数的收缩率调谐参数选择,J.R.Stat.Soc.Ser。B、 71671-683(2009)·Zbl 1250.62036号 ·文件编号:10.1111/j.1467-9868.2008.00693.x
[35] Yu,B.,《稳定性》,伯努利,第19期,1484-1500页(2013年)·Zbl 1440.62402号 ·doi:10.3150/13-BEJSP14号文件
[36] 张春华,极小极大凹惩罚下的几乎无偏变量选择,安统计学家。,38, 894-942 (2010) ·Zbl 1183.62120号 ·doi:10.1214/09-AOS729
[37] 赵,J.,用一般缺失数据机制降低最大近似条件似然估计量的偏差,J.Nonparametr。Stat.,29,577-593(2017)·兹比尔1416.62561 ·doi:10.1080/10485252.2017.1339306
[38] 赵,J。;Ma,Y.,分析具有不可忽视无反应的多元缺失数据时的最佳伪似然估计,Biometrika,105,479-486(2018)·Zbl 07072427号 ·doi:10.1093/biomet/asy007
[39] 赵,J。;Shao,J.,具有一般缺失数据机制的广义线性模型的近似条件似然,J.Syst。科学。复杂。,30, 139-153 (2017) ·Zbl 1370.93265号 ·doi:10.1007/s11424-017-6188-3
[40] 赵,J。;Yang,Y。;Ning,Y.,不可忽略缺失数据变量选择的惩罚成对伪似然,Stat.Sin。,28, 2125-2148 (2018) ·Zbl 1406.62078号
[41] Zou,H.,《自适应套索及其预言属性》,美国统计协会,101,1418-1429(2006)·Zbl 1171.62326号 ·doi:10.1198/016214500000735
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。