×
玛丽亚姆·凯沙瓦尔茨;谢尔文·阿萨扎德;Niaki、Seyed Taghi Akhavan

基于风险调整脆弱性的CUSUM控制图，用于I期患者生命监测。 （英语） Zbl 07480660号

J.统计计算。模拟 91，第2期，334-352（2021）.
小结：监测与手术相关的死亡率有助于医疗系统做出正确的决策。然而，手术结果不仅取决于每个患者的风险因素，还取决于其他类别的有影响力的协变量，这些协变量无法轻易测量。忽略未测量的协变量会导致监测程序表现不佳。为了解决这一重要问题，提出了一个通用的第一阶段风险调整累积和控制图，该图结合了加速失效时间和脆弱性模型来监测手术结果。进行了广泛的模拟研究，结果表明所提出的基于脆弱性的CUSUM图优于简单的CUSUM图。此外，该方法在检测能力方面优于现有的基于dummy的CUSUM图。随后，真实心脏手术数据集的结果表明，在风险调整模型中包含脆弱性变量可以有效地建模手术数据的异质性。

引用于三文件

理学硕士：

62至XX 统计

关键词：

离散脆弱性模型;累计和（CUSUM）控制图;加速失效时间（AFT）模型;虚拟变量;测试功率
PDF格式BibTeX公司 XML格式引用
\textit{M.Keshavarz}等人，《统计计算杂志》。模拟91，No.2，334--352（2021；Zbl 07480660）
全文： 内政部

参考文献：

[1] Lawless，JF.，《寿命数据的统计模型和方法》（2003年），纽约：威利·Zbl 1015.62093号
[2] Olteanu，DA。删失可靠性数据的累积和控制图【论文】。弗吉尼亚州（美国）：弗吉尼亚理工学院和州立大学；2010
[3] 黄，X。；Pascual，F.，《使用一阶统计量监测威布尔百分位数的带报警和警告线的ARL无偏控制图》，J Stat Comput Simul，81，11，1677-1696（2011）·Zbl 1327.62514号
[4] 郭，B。；Wang，B.，基于II型截尾样本监测Weibull形状参数的控制图，Qual Reliab Eng Int，30，1，13-24（2014）
[5] Akhundjanov，SB；Pascual，F.，用于监测威布尔形状参数的移动范围EWMA控制图，J Stat Comput Simul，85，9，1864-1882（2015）·Zbl 1457.62378号
[6] Haghhii，F。；Pascual，F。；Castagliola，P.，II型审查下Weibull分位数的条件控制图，Qual Reliab Eng Int，31，8，1649-1664（2015）
[7] 杨，SF；周，R。；卢，西南。，用于监测偏态分布下质量损失的中位数损失控制图，J Stat Compute Simul，87，17，3241-3260（2017）·Zbl 07192119号
[8] SMM公司Raza；阿里，S。；Butt，MM.，《使用瑞利寿命的审查数据的DEWMA控制图》，Qual Reliab Eng Int，34，8，1675-1684（2018）
[9] 王，FK；Bizuneh，B。；XB.Cheng。，在完整数据和II型审查下监测威布尔百分位数的新控制图，Qual Reliab Eng Int，34，3403-416（2018）
[10] 徐，S。；Jeske，DR.，监测1类受检Weibull寿命的加权EWMA图，《质量技术杂志》，50，2，220-230（2018）
[11] 加利福尼亚州潘扎；Vargas公司，JA。，在第二阶段过程中使用第一类右偏观测监测威布尔回归模型，Commun Stat Simul Compute，49，2，1-22（2020）·Zbl 07552578号
[12] Mehmood，R。；Lee，MH；Afzel，A.，未知工艺参数和偏斜概率分布控制图的广义偏斜校正结构，J Stat Compute Simul，90，8，1-24（2020）
[13] 加利福尼亚州潘扎；马萨诸塞州巴尔加斯。，监测第二阶段过程中具有时间-事件响应的回归模型的参数向量，J Stat Compute Simul，87，14，2779-2798（2017）·Zbl 1492.62191号
[14] 诺思，S。；维滕贝格，P。；Gan，FF.，模型误差下的风险调整CUSUM图表，Stat Med，38，12，2206-2218（2019）
[15] Sego，左侧；雷诺数，MR；伍达尔，华盛顿州。，生存时间的风险调整监测，Stat Med，28，9，1386-1401（2009）
[16] 甘地，A。；Kvaloy，JT；Bottle，A.，事件发生时间的风险调整监测，Biometrika，97，2，375-388（2010）·Zbl 1205.62167号
[17] 张，L。；甘，FF；Loke，CK.，采用风险调整休哈特控制图对手术性能进行的第一阶段研究，Qual Technol Quant Manag，9，4，375-382（2012）
[18] 太阳，RJ；Kalbfleisch，法学博士。，风险调整的O-E CUSUM，带监测带，用于监测医疗结果，生物计量学，69，1，62-69（2013）·Zbl 1272.62091号
[19] Mohammadian，F。；尼亚基，STA；Amiri，A.，《监测医疗系统的第一阶段风险调整几何控制图》，Qual Reliab Eng Int，32，1，19-28（2014）
[20] Khosravi，R。；Owlia，密西西比州；Fallahnezhad，MS，手术数据与序数结果的第一阶段风险调整控制图，Commun Stat Theor M，47，18，4422-4432（2018）·Zbl 1508.62296号
[21] 李，J。；姜杰。；Jiang，X.，手术绩效风险调整监测，《公共科学图书馆·综合》，13，8，e0200915（2018）
[22] Tighkhorshid，E。；Amiri，A。；Amirkhani，F.，《监测存活时间的动态概率控制限的风险调整EWMA图》，Commun Stat Simul Compute（2019）
[23] Sachlas，A。；伯西米斯，S。；Psarakis，S.，《风险调整控制图：理论、方法和在健康中的应用》，Stat Biosci，11，3，630-658（2019）
[24] Asadzadeh，S。；Baghaei，A.，可靠性数据基于AFT的稳健监测程序，Qual Technol Quant Manag，17，1，1-15（2020）
[25] 甘，FF；袁，JS；Knoth，S.，《快速检测风险调整累积和图表程序》，《Stat Med》，第39、7、875-889页（2020年）
[26] Paynabar，K。；Jin，J。；Yeh，BA，《通过考虑分类协变量监测手术绩效的第一阶段风险调整控制图》，《Qual Technol杂志》，44，1，39-53（2012）
[27] 北阿萨达尤比。；尼亚基，STA。，使用风险调整AFT回归图监测手术系统中患者的生存时间，Qual Technol Quant Manag，14，2，237-248（2017）
[28] Asadzadeh，S。；阿盖伊，A。；尼亚基，STA。，级联过程可靠性数据的AFT回归调整监测，Qual Quant，47，6，3349-3362（2013）
[29] Asadzadeh，S。；阿盖伊，A。；Shahriari，H.，比例风险和脆弱性模型在多阶段过程监测中的应用，国际先进制造技术杂志，74，1-4，461-470（2014）
[30] 施泰纳，SH；厨师，RJ；永别了，VT，使用风险调整累积和图监测手术绩效，生物统计学，1,441-452（2000）·Zbl 1089.62533号
[31] Hanagal，DD.，使用脆弱模型建模生存数据（2011年），Boca Raton（佛罗里达州：Taylor and Francis Group，Boca Raton（佛罗里达）
[32] 哈纳格尔，DD；Pandey，A.，双变量生存数据的伽马脆弱性模型，J Stat Comput Simul，85，15，3172-3189（2015）·Zbl 1457.62311号
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。