×
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。