德奥利维拉、里卡多·普齐奥;安德烈·梅内泽斯(AndréF.B.Menezes)。;约瑟马尔·马祖切利;Jorge A.Achcar。 假设离散寿命的混合和非混合治愈分数模型:骨盆肉瘤数据集的应用。 (英语) Zbl 1430.62226号 生物。J。 61,编号4813-826(2019). 摘要:在有治愈患者的情况下,不同的治愈率模型已被用于分析寿命数据。本文考虑基于离散威布尔分布的混合模型和非混合模型,对存在治愈率的复发事件数据进行建模。这项研究的新颖之处在于,在存在固化分数、截尾数据和协变量的情况下,使用离散寿命分布来代替通常存在的寿命数据的连续寿命分布。在验证所建议模型的拟合度时,建议使用随机分位数残差。考虑进行广泛的模拟研究,以评估与所建议模型相关的参数估计的特性。作为拟议方法的说明,在由S.E.Puchner公司等【“盆腔肉瘤治疗后的肿瘤和手术结果”,PLoS One 12,No.2,Article ID e0172203,15 p.(2017;doi:10.1371/journal.pone.0172203)]这包括1980年至2012年间连续147例骨盆肉瘤手术治疗病例。 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:固化分数;离散威布尔分布;长期幸存者;盆腔肉瘤;生存分析 PDF格式BibTeX公司 XML格式引用 \textit{R.P.de Oliveira}等人,《生物》。J.61,No.4,813--826(2019;Zbl 1430.62226) 全文: 内政部 参考文献: [1] Achcar,J.A.、Coelho‐Barros,E.A.和Mazucheli,J.(2012)。使用混合物和非混合物模型的固化分数模型。塔特拉山脉数学出版物,51(1),1-9·Zbl 1313.62137号 [2] Akaike,H.(1974年)。统计模型识别的新视角。IEEE自动控制汇刊,19(6),716-723·Zbl 0314.62039号 [3] Almalki,S.J.和Nadarajah,S.(2014)。威布尔分布的修改:综述。可靠性工程与系统安全,124,32-55。 [4] Atkinson,A.C.(1981)。回归中外围和有影响的观察值的两个图形显示。《生物特征》,68(1),13-20·Zbl 0462.62049号 [5] Brunello,G.和Nakano,E.(2015)。在存在审查制度的数据中,在离散威布尔模型中推断贝叶斯(葡萄牙语)。TEMA(圣卡洛斯),16(2),97-110。 [6] Cancho,V.G.和Bolfarine,H.(2001年)。使用指数化威布尔模型对免疫存在进行建模。应用统计学杂志,28(6),659-671·Zbl 0991.62084号 [7] Cox,D.R.(1972)。回归模型和生命表(含讨论)。《皇家统计学会杂志》,B辑,34187-220·Zbl 0243.62041号 [8] De Angelis,R.、Capocachia,R.,Hakulinen,T.、Soderman,B.和Verdecchia,A.(1999)。癌症生存分析的混合模型:应用于具有协变量的基于人群的数据。医学统计学,18(4),441-454。 [9] Dunn,P.K.和Smyth,G.K.(1996年)。随机分位数残差。计算与图形统计杂志,5(3),236-244。 [10] Englehardt,J.D.和Li,R.(2011)。离散威布尔分布:一种替代相关计数并确认水中微生物计数的方法。风险分析,31(3),370-381。 [11] 《永别了,V.T.》(1982)。使用混合模型分析长期幸存者的生存数据。生物统计学,38(4),1041-1046。 [12] Khan,M.A.、Khalique,A.和Abouammoh,A.(1989)。关于估计离散威布尔分布中的参数。可靠性,IEEE汇刊,38(3),348-350·Zbl 0709.62640号 [13] Klakattawi,H.S.、Vinciotti,V.和Yu,K.(2018年)。计数数据的简单自适应离散回归模型。熵,20(2),1-15。 [14] Kulasekera,K.B.(1994年)。具有I型删失数据的离散Weibull分布参数的近似MLE。微电子可靠性,34(7),1185-1188。 [15] Lambert,P.C.、Thompson,J.R.、Weston,C.L.和Dickman,P.W.(2006)。基于人群的癌症生存分析中治愈率的估计和建模。生物统计学,8(3),576-594·Zbl 1121.62096号 [16] Lehmann,E.J.和Casella,G.(1998年)。点估计理论。柏林:Springer Verlag·Zbl 0916.62017号 [17] Lu,W.(2010)。具有治愈分数的加速失效时间模型的有效估计。中国统计,20(2),661-674·兹比尔1187.62069 [18] Maller,R.A.和Zhou,X.(1996)。长期幸存者的生存分析。纽约:Wiley·Zbl 1151.62350号 [19] Mazucheli,J.、Fernandes,L.B.和de Oliveira,R.P.(2016)。林德利分布及其修正。R包版本1.1.0。 [20] Murthy,D.P.、Xie,M.和Jiang,R.(2004)。威布尔模型(第505卷)。新泽西州霍博肯:John Wiley&Sons·Zbl 1047.62095号 [21] Nakagawa,T.和Osaki,S.(1975年)。离散威布尔分布。IEEE可靠性汇刊,24(5),300-301。 [22] Othus,M.、Barlogie,B.、LeBlanc,M.L.和Crowley,J.J.(2012)。治愈模型是分析生存率的有用统计工具。临床癌症研究,18(14),3731-3736。 [23] Price,D.L.和Manatunga,A.K.(2001)。使用脆弱性模型用治愈分数建模生存数据。医学统计学,20(9‐10),1515-1527。 [24] Puchner,S.E.、Funovics,P.T.、Böhler,C.、Kaider,A.、Stihsen,C.、Hobusch,G.M.、Panotopoulos,J.和Windhager,R.(2017)。盆腔肉瘤治疗后的肿瘤和手术结果。《公共科学图书馆·综合》,12(2),e0172203。 [25] Rohde,C.A.(2014)。使用似然函数进行介绍性统计推断。纽约:Springer‐Verlag·Zbl 1303.62003号 [26] Roy,D.(2002年)。应用于应力强度可靠性的连续分布离散化。《加尔各答统计协会公报》,52(205-208),295-314。 [27] Roy,D.(2004)。离散瑞利分布。IEEE可靠性汇刊,53(2),255-260。 [28] SAS(2010年)。NLMIXED程序,SAS/STAT^®用户指南,9.4版。北卡罗来纳州卡里:SAS研究所。 [29] Sugarbaker,P.(2001)。腹盆肉瘤的治疗(第147-163页)。多德雷赫特:施普林格荷兰。 [30] Tsodikov,A.、Ibrahim,J.和Yakovlev,A.(2003)。从生存数据估计治愈率:双组分混合模型的替代方案。《美国统计协会杂志》,98(464),1063-1078。 [31] Vahidpour,M.(2016)。治愈率模型。蒙特勒理工学院博士论文。 [32] Yin,G.和Ibrahim,J.G.(2005)。治愈率模型:统一方法。加拿大统计杂志,33(4),559-570·Zbl 1098.62127号 [33] Yu,B.、Tiwari,R.C.、Cronin,K.A.和Feuer,E.J.(2004)。成组生存数据的混合治愈模型的治愈率估计。医学统计学,23(11),1733-1747。 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。