×
哈，我做;向、黎明;彭梦娇;郑永贤;李，Youngjo

半竞争风险数据的脆弱建模方法。 （英语） Zbl 1437.62364号

寿命数据分析。 26，第1号，109-133（2020）.
总结：在半竞争风险情况下，只有终端事件审查非终端事件，观察到的事件时间可以关联。最近，研究了具有任意基线风险的脆弱性模型，以分析此类半竞争风险数据。然而，它们的最大似然估计量在有限样本中可能会有很大偏差。在本文中，我们使用层次似然提出了有效的修改以减少这种偏差。我们还研究了边际似然法和层次似然法之间的关系。仿真结果验证了该方法的性能。通过对一项乳腺癌研究的半竞争风险数据的分析，说明了所提出的方法。

引用于5文件

MSC公司：

62N01号 审查数据模型
62时20分 关联度量（相关性、典型相关性等）
62M10个 统计学中的时间序列、自相关、回归等（GARCH）
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：

审查;脆弱模型;层次似然;边际似然;修正似然;半竞争性风险

软件：

invGauss公司
PDF格式BibTeX公司 XML格式引用
\textit{I.D.Ha}等人，《寿命数据分析》。26，第1号，109--133（2020；Zbl 1437.62364）
全文： 内政部 链接

参考文献：

[1] O.阿伦。；O.博根。；Gjessing，Hk，生存与事件历史分析（2008），纽约：Springer，纽约·Zbl 1204.62165号
[2] 安达信，Pk；Klein，Jp；Knudsen，K。；Palacios，Rt，Cox回归模型中的方差估计与共享伽玛射线脆弱性，生物统计学，531475-1484（1997）·兹比尔0911.62030 ·doi:10.2307/2533513
[3] 巴克，P。；Henderson，R.，单变量生存率γ脆弱模型中的小样本偏差，《寿命数据分析》，11，265-284（2005）·Zbl 1080.62069号 ·doi:10.1007/s10985-004-0387-7
[4] Breslow，Ne，截尾生存数据的协方差分析，生物统计学，3089-99（1974）·doi:10.2307/2529620
[5] Chen，Yh，用半参数回归模型进行半完备风险数据的最大似然分析，《寿命数据分析》，第18期，第36-57页（2012年）·Zbl 1322.62264号 ·文件编号：10.1007/s10985-011-9202-4
[6] 恩格尔，E。；Keen，A.，《Lee和Nelder论文讨论》，J R Stat Soc Ser B，58，656-657（1996）
[7] 范，J。；Li，R.，考克斯比例风险模型和脆弱性模型的变量选择，《统计年鉴》，30，74-99（2002）·Zbl 1012.62106号 ·doi:10.1214/aos/1015362185
[8] 罚款，Jp；姜浩。；Chappell，R.，《半竞争风险数据》，Biometrika，88，907-919（2001）·Zbl 0986.62091号 ·doi:10.1093/biomet/88.4.907
[9] 费希尔，B。；科斯坦蒂诺，J。；Redmond，C.，一项评估他莫昔芬治疗雌激素受体阳性肿瘤的淋巴结阴性乳腺癌患者的随机临床试验，N Engl J Med，320479-484（1989）·doi:10.1056/NEJM19890223320802
[10] 费希尔，B。；Dignam，J。；Bryant，J.，《三苯氧胺治疗淋巴结阴性和雌激素受体阳性乳腺癌患者五年与五年以上的疗效比较》，美国国家癌症研究所杂志，88，1529-1542（1996）·doi:10.1093/jnci/88.21.1529
[11] Gu、Mg；Sun，L。；Huang，C.，参数脆弱性模型的通用程序，J Stat Compute Simul，74，1-13（2004）·Zbl 1048.62092号 ·doi:10.1080/0094965031000097304
[12] 哈，Id；Lee，Y.，通过泊松层次广义线性模型估计脆弱性模型，计算图统计杂志，12663-681（2003）·doi:10.1198/1061860032256
[13] 哈，Id；Lee，Y。；Song，Jk，脆弱模型的层次似然方法，生物统计学，88，233-243（2001）·Zbl 1033.62096号 ·doi:10.1093/biomet/88.1.233
[14] 哈，Id；Lee，Y。；Pawitan，Y.，双胞胎存活数据的遗传混合线性模型，Behav Genet，37，621-630（2007）·doi:10.1007/s10519-007-9150-7
[15] 哈，Id；Noh，M。；Lee，Y.，半参数脆弱性模型中似然估计量的偏差减少，《统计杂志》，37，307-320（2010）·Zbl 1224.62103号 ·数字对象标识代码：10.1111/j.1467-9469.2009.00671.x
[16] 哈，Id；西尔维斯特，R。；罗格朗，C。；Mackenzie，G.，多中心临床试验生存数据的脆弱建模，Stat Med，30，2144-2159（2011）·doi:10.1002/sim.4250
[17] 哈，Id；Jeong，J-H；Lee，Y.，《随机效应下生存数据的统计建模：h-似然法》（2017），新加坡：斯普林格出版社，新加坡·Zbl 1464.62002年
[18] 海泽，G。；Schemper，M.，Cox回归中单调似然问题的解决方案，生物计量学，57114-119（2001）·Zbl 1209.62024号 ·doi:10.1111/j.0006-341X.2001.00114.x
[19] Lawless，Jf，《寿命数据的统计模型和方法》（2003），纽约：威利，纽约·兹比尔1015.62093
[20] Lee，Y。；Nelder，Ja，层次广义线性模型（含讨论），J R Stat Soc Ser B，58619-678（1996）·Zbl 0880.62076号
[21] Lee，Y。；Nelder，Ja，《分层广义线性模型：广义线性模型、随机效应模型和结构化分散的综合》，Biometrika，88，987-1006（2001）·Zbl 0995.62066号 ·doi:10.1093/biomet/88.4.987
[22] Lee，Y。；Nelder，Ja，《不可观测模型的似然推断：另一种观点（讨论）》，《统计科学》，24255-293（2009）·Zbl 1329.62337号 ·doi:10.1214/09-STS277
[23] Lee，Kh；Haneuse，S。；施拉格，D。；Dominici，F.，《半完全风险数据的贝叶斯半参数分析：胰腺癌诊断后再入院调查》，J R Stat Soc Ser C，64，253-273（2015）·doi:10.1111/rssc.12078
[24] Lee，Y。；Ja Nelder；Pawitan，Y.，《具有随机效应的广义线性模型：通过h-似然进行统一分析》（2017），巴卡·拉顿：查普曼和霍尔，巴卡·阿顿·兹比尔1376.62005
[25] 内曼，J。；Scott，El，基于部分一致观测的一致估计，《计量经济学》，16，1-32（1948）·Zbl 0034.07602号 ·doi:10.2307/1914288
[26] Noh，M。；Lee，Y.，GLMM中二进制数据的REML估计，J Multivar Ana，98，896-915（2007）·兹比尔1113.62087 ·doi:10.1016/j.jmva.2006.11.009
[27] 里帕蒂，S。；Palmgren，J.，使用惩罚部分似然估计多元脆弱性模型，生物统计学，561016-1022（2000）·Zbl 1060.62564号 ·doi:10.1111/j.0006-341X.2000.01016.x
[28] 自我，Sg；Liang，Ky，非标准条件下最大似然估计量和似然比检验的渐近性质，美国统计学会杂志，82，605-610（1987）·Zbl 0639.62020号 ·doi:10.1080/01621459.1987.10478472
[29] Stram，Do；Lee，Jw，《纵向混合效应模型中的方差分量测试》，生物计量学，501171-1177（1994）·Zbl 0826.62054号 ·doi:10.2307/2533455
[30] 塞尔诺，Tm；Grambsch，Pm，《模拟生存数据：扩展考克斯模型》（2000），纽约：Springer，纽约·Zbl 0958.62094号
[31] 塞尔诺，Tm；Grambsch，Pm；Pankratz，Vs，《惩罚生存模型与脆弱性》，《计算图形统计杂志》，第12期，第156-175页（2003年）·doi:10.1198/1061860031365
[32] 蒂尔尼，L。；Kadane，Jb，《后力矩和边缘密度的精确近似值》，美国统计学会杂志，81，82-86（1986）·Zbl 0587.62067号 ·doi:10.1080/01621459.1986.10478240
[33] 瓦拉丹，R。；薛，Ql；Bandeen-Roche，K.，《老龄化研究中的半竞争风险：方法、问题和需求》，《寿命数据分析》，第20期，第538-562页（2014年）·Zbl 1359.62494号 ·doi:10.1007/s10985-014-9295-7
[34] 徐，J。；Kalbfleisch，Jd；Tai，B.，疾病死亡过程和半竞争风险数据的统计分析，生物统计学，66716-725（2010）·Zbl 1203.62207号 ·doi:10.1111/j.1541-0420.2009.01340.x
[35] Zhang，Y。；Chen，Mh；易卜拉欣，Jg；曾博士。；陈，Q。；潘，Z。；Xue，X.，具有半竞争风险和治疗转换的生存数据的贝叶斯伽马脆弱性模型，《寿命数据分析》，2076-105（2014）·Zbl 1322.62114号 ·doi:10.1007/s10985-013-9254-8
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。