×
何塞·罗密欧。;雷娜特·梅耶;费利佩·雷耶斯·洛佩兹（Felipe E.Reyes-Lopez）。

使用混合物进行大西洋鲑鱼免疫反应分类的层次失效时间回归。 （英语） Zbl 1314.62263号

《农业杂志》。生物与环境。斯达。 19，第4期，501-521（2014）.
总结：本文提出了一个具有双重目标的贝叶斯层次模型，用于分析分层生存数据，并自动将每个阶层划分为有限数量的组。这是通过指定特定于地层的参数和分段基线危险以及特定于地层形状参数的有限混合分布来实现的。比例风险或加速失效时间回归组件允许识别协变量对生存分布的影响。我们使用大西洋鲑鱼的数据集来说明该模型，该数据集按受感染性胰腺坏死病毒（IPNV）攻击的家系进行分层。主要目标是根据某些协变量对存活时间进行建模，并将鲑鱼家族划分为IPNV易受影响的或抵抗的最终目标是通过选择性育种计划提高对IPNV的抗性。我们比较了包括特定地层基线和协变量效应在内的不同模型的拟合度。分类表明，在模型选择方面具有一定程度的稳健性。

MSC公司：

62页第12页 统计在环境和相关主题中的应用

关键词：

贝叶斯分层生存分析;有限混合模型;比例风险回归;加速失效时间模型;随机效应模型;分段指数模型

软件：

拜耳苏夫;博阿;WinBUGS公司
PDF格式BibTeX公司 XML格式引用
\textit{J.S.Romeo}等人，J.Agric。生物与环境。《法律总汇》第19卷，第4期，501-521（2014年；兹bl 1314.62263）
全文： 内政部

参考文献：

[1] Akaike，H。；彼得罗夫，BN（编辑）；Cáki，F.（编辑），《信息论与最大似然原理的扩展》，267-281（1973），布达佩斯·Zbl 0283.62006号
[2] Asche，F.和Bjorndal，T.（2011年）。鲑鱼养殖经济学，第二版。艾姆斯·威利-布拉克韦尔。 ·doi:10.1002/9781119993384
[3] Bayne，C.J.和Gerwick L.（2001年）。鱼类的急性期反应和先天免疫。发育与比较免疫学，25725-743·doi:10.1016/S0145-305X（01）00033-7
[4] Biering，E.、Villoing，S.、Sommerset，I.和Christie，K.E.（2005）。鱼类病毒疫苗更新。Midtlyng，P.J.（编辑），《鱼类疫苗学进展，生物制品的发展》，第121卷。巴塞尔卡格，97-113。
[5] Cabello，F.C.（2006年）。水产养殖中大量使用预防性抗生素：人类和动物健康以及环境面临的日益严重的问题。环境微生物学，81137-1144·文件编号：10.1111/j.1462-2920.2006.01054.x
[6] Cai，B.和Meyer，R.（2011）。基于混合B样条分布的生存数据的贝叶斯半参数建模。计算统计与数据分析，55（3），1260-1272·Zbl 1328.65022号 ·doi:10.1016/j.csda.2010.09.007
[7] Carlin，B.P.和Hodges，J.S.（1999年）。高度分层数据的分层比例风险回归模型。生物统计学，55（4），1162-1170·Zbl 1059.62624号 ·doi:10.1111/j.0006-341X.1999.1162.x
[8] Carlin，B.P.和Louis，T.A.（2009年）。数据分析的贝叶斯方法，第3版。查普曼和霍尔/CRC，博卡拉顿·兹比尔1165.62003
[9] Christensen，R.、Johnson，W.O.、Branscum，A.J.和Hanson，T.E.（2011）。贝叶斯思想和数据分析：科学家和统计学家导论。查普曼和霍尔/CRC，博卡拉顿·Zbl 1304.62006年
[10] Congdon，P.（2010年）。应用贝叶斯层次方法。查普曼和霍尔/CRC，博卡拉顿·Zbl 1216.62036号 ·doi:10.1201/9781584887218
[11] DeGroot，M.H.和Goel，P.K.（1986年）。步进应力加速寿命试验的贝叶斯设计与分析。技术报告AFOSR-84-0162，俄亥俄州立大学研究基金会。
[12] Demarqui，F.N.、Dey，D.K.、Loschi，R.H.和Colosimo，E.A.（2014年）。用治愈率对生存数据建模的全半参数贝叶斯方法。《生物医学杂志》，56198-218·Zbl 1441.62322号 ·doi:10.1002/bimj.201200205
[13] Dennehy，M.和Williamson，A.L.（2005）。影响重组卡介苗表达外源抗原免疫应答的因素。疫苗，231209-1224·doi:10.1016/j.疫苗.2004.08.039
[14] Duchateau，L.和Janssen，P.（2008）。脆弱模型。纽约州施普林格·Zbl 1210.62153号
[15] Ducrocq，V.和Casella，G.（1996年）。混合生存模型的贝叶斯分析。遗传学选择进化，28，505-529·doi:10.1186/1297-9686-28-6-505
[16] Economou，P.（2013）。使用脆弱性混合物对生存数据进行建模。统计学，47（2），453-464·Zbl 1440.62368号 ·doi:10.1080/02331888.2011.602680
[17] 埃利斯，A.E.（2001）。鱼类对病毒和细菌的天然宿主防御机制。发育与比较免疫学，25827-839·doi:10.1016/S0145-305X（01）00038-6
[18] Geisser，S.和Eddy，W.F.（1979年）。一种模型选择的预测方法。美国统计协会杂志，74153-160·Zbl 0401.62036号 ·网址：10.1080/01621459.1979.10481632
[19] Geweke，J。；Bernardo，JM（编辑）；JO Berger（编辑）；Dawid，美联社（编辑）；Smith，AFM（ed.），评估基于抽样方法计算后验力矩的准确性，第4期，169-193（1992），牛津
[20] Gjedrem，T.和Baranski，M.（2009）。水产养殖中的选择性育种：导论。纽约州施普林格·doi:10.1007/978-90-481-2773-3
[21] Gjedrem，T.、Robisnson，N.和Rye，M.（2012）。水产养殖中选择育种对满足未来动物蛋白质需求的重要性：综述。水产养殖，350-353117-129·doi:10.1016/j.aquaculture.2012.04.008
[22] 盖伊·D.R.（2011）。家系大西洋鲑鱼（Salmo salar）对传染性胰腺坏死病毒的遗传抗性。苏格兰爱丁堡大学博士论文·Zbl 1209.62036号
[23] Guy，D.R.、Bishop，S.C.、Brotherstone，S.、Hamilton，A.、Roberts，R.J.、McAndrew，B.J.等人（2006年）。大西洋鲑鱼（Salmo salar L.）家系人群感染性胰腺坏死死亡率分析。鱼类疾病杂志，29637-647·doi:10.1111/j.1365-2761.2006.00758.x
[24] Hougaard，P.（2000）。多变量生存数据分析。纽约州施普林格·Zbl 0962.62096号 ·doi:10.1007/978-1-4612-1304-8
[25] 易卜拉欣，J.G.，陈，M.-H.和辛哈，D.（2001）。具有治愈分数的生存数据的贝叶斯半参数模型。生物统计学，57，383-388·Zbl 1209.62036号 ·doi:10.1111/j.0006-341X.2001.00383.x
[26] Jin，X.和Carlin，B.P.（2005）。县级乳腺癌生存数据的多元参数时空模型。终身数据分析，11（1），5-27·Zbl 1076.62109号 ·doi:10.1007/s10985-004-5637-1
[27] Kalbfleisch，J.D.和Prentice，R.L.（1980）。故障时间数据的统计分析。纽约威利·Zbl 0504.62096号
[28] Kibenge，F.S.B.、Godoy，M.G.、Fast，M.、Workenhe，S.和Kibenge.，M.J.T.（2012）。针对养殖鱼类病毒性疾病的对策。抗病毒研究，95257-281·doi:10.1016/j.antiviral.2012.06.003年
[29] Klein，J.P.和Moeschberger，M.L.（2003年）。截尾和截尾数据的生存分析技术。纽约州施普林格·Zbl 1011.62106号
[30] Komárek，A.和Lesaffre，E.（2007年）。以正态混合作为误差分布的相关间隔敏感数据的贝叶斯加速失效时间模型。中国统计局，17549-569·Zbl 1144.62022号
[31] Komárek，A.、Lesaffre，E.和Legrand，C.（2007年）。使用具有灵活误差分布的随机效应加速失效时间模型，研究中心间生存时间的基线和治疗效应异质性。医学统计学，26，5457-5472·数字对象标识代码：10.1002/sim.3083
[32] Lunn，D.、Jackson C.、Best N.、Thomas A.和Spielgelhalter，D.（2013）。BUGS手册。贝叶斯分析实用简介。CRC出版社，博卡拉顿·Zbl 1281.62009年
[33] Lunn，D.，Thomas，A.，Best，N.和Spiegelhalter，D.（2000）。WinBUGS：贝叶斯建模框架：概念、结构和可扩展性。统计与计算，10325-337·doi:10.1023/A:1008929526011
[34] Mardia，K.V.、Kent，J.T.和Bibby，J.M.（1979年）。多元分析。伦敦学术出版社·Zbl 0432.62029号
[35] 马林，J-M；蒙格森，K。；CP罗伯特；Dey，DK（编辑）；Rao，CR（编辑），混合分布的贝叶斯建模和推断，第25期，459-507（2005），北荷兰
[36] Murray，A.G.、Busby，C.D.和Bruno，D.W.（2003）。1996-2001年苏格兰大西洋鲑鱼养殖场的传染性胰腺坏死病毒。新兴传染病，9455-460·doi:10.3201/eid0904.020311
[37] Pankratz，V.S.、de Andrade，M.和Therneau，T.M.（2005）。随机效应Cox比例风险模型：时间到事件数据的一般方差分量方法。遗传流行病学，28，97-109·doi:10.1002/epi.2003
[38] Ravishanker，N.和Dey，D.K.（2000年）。具有正稳定脆弱性混合物的多变量生存模型。应用概率的方法论与计算，2（3），293-308·Zbl 0971.62062号 ·doi:10.1023/A:101033233999
[39] Reyes-Lopez，F.E.，Romeo，J.S.，Vallejos-Vida，E.，Reyes-Cerpa，S.，Sandino，A.M.，Tort，L.，Mackenzie，S.和Imarai，M.（2014）。感染传染性胰腺坏死病毒的大西洋鲑鱼（Salmo salar）易感和耐药全同胞家系免疫基因表达谱的比较。提交。
[40] Richardson，S.和Green，P.（1997）。关于具有未知组分数量的混合物的贝叶斯分析（带讨论）。英国皇家统计学会杂志，B辑，59（4），731-792·Zbl 0891.62020号
[41] Sakai，M.（1999）。鱼类免疫刺激物的研究现状。水产养殖，17263-92·doi:10.1016/S0044-8486（98）00436-0
[42] Schwarz，G.（1978年）。估算模型的维度。《统计年鉴》，第6461-464页·Zbl 0379.62005年 ·doi:10.1214操作系统/1176344136
[43] Smith，B.J.（2005）。贝叶斯输出分析程序，用于R的BOA 1.1.5，http://www.public-health.uiowa.edu/boa
[44] Spiegelhalter，D.J.，Best，N.G.，Carlin，B.P.和Linde，A.V.D.（2002）。模型复杂度和拟合度的贝叶斯度量（与讨论）。《皇家统计学会杂志》，B辑，64，583-639·兹比尔1067.62010 ·数字对象标识代码：10.1111/1467-9868.00353
[45] Tampieri，M.P.、Galuppi，R.、Carelle，M.S.、Machionni，F.、Cioni，P.L.和Morelli，I.（2003）。选定的精油和纯化合物对寄生腐霉的影响。药物生物学，41，584-591·网址：10.1080/13880200390501839
[46] Titterington，D.M.、Smith，A.F.M.和Makov，U.E.（1985年）。有限混合分布的统计分析。纽约威利·Zbl 0646.62013.中
[47] Van Loveren，H.、Van Amsterdam，J.G.、Vandebriel，R.J.、Kimman，T.G.、Rumke，H.C.、Steerenberg，P.S.等人（2001年）。疫苗诱导抗体反应作为内源性和环境因素影响的参数。环境健康观点，109757-764·doi:10.1289/ehp.01109757
[48] Wienke，A.（2010年）。生存分析中的脆弱模型。查普曼和霍尔/CRC，博卡拉顿。 ·doi:10.1201/9781420073911
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。