高凤寿 纵向生物标记物数据缺失的机制如何影响生存分析。 （英文） Zbl 07529984号 Commun公司。统计、理论方法 49，第23号，5794-5809（2020）. 总结：在本文中，我们讨论了缺失数据如何影响识别纵向生物标记物或事件前结果替代物，是否考虑了个体间异质基线风险的假设。比较将应用于两种缺失机制下的缺失数据——随机缺失（MAR）和不可忽略缺失（NMAR）。我们使用模拟来探索缺失机制如何影响检测纵向生物标记关联的能力以及给定个体数的生存时间，每个个体的时间点数量以及考虑个体异质性基线危险的纵向生物标志物的随机效应的功能形式。纵向生物标志物将被假定为两种缺失机制——随机缺失（MAR）和不可忽视缺失（NMAR）。结果表明，考虑个体间异质基线风险的方法在随机缺失（MAR）下的缺失数据中表现良好。考虑个体间异质基线危害的方法比不考虑个体间异构基线危害的算法具有更好的性能。在不可忽视的缺失机制下，考虑/不考虑个体间异质基线风险的方法效果不佳。 MSC公司： 62至XX 统计 关键词：生物标志物;异质基线危害;缺少数据;重复测量;代理 PDF格式BibTeX公司 XML格式引用 \textit{F.-s.Ko}，Commun（通信）。Stat.，理论方法49，No.23，5794--5809（2020；Zbl 07529984） 全文： 内政部 参考文献： [1] 弗莱明，T.R。；Harrington，D.P.，《计数过程和生存分析》（1991），纽约：威利出版社，纽约·Zbl 0727.62096号 [2] 亨德森，R。；Diggle，P。；Dobson，A.，纵向测量和事件时间数据的联合建模，生物统计学（英国牛津），1，4，465-80（2000）·Zbl 1089.62519号 ·doi:10.1093/biostatistics/1.4.465 [3] 亨德森，R。；Diggle，P.J。；Dobson，A.，生存纵向标记的识别和效力，生物统计学（英国牛津），3，1，33-50（2002）·Zbl 1133.62360号 ·doi:10.1093/biostatistics/3.1.33 [4] Klein，J.P。；Moeschberger，M.L.，《生存分析》（2003），纽约：施普林格出版社，纽约·兹比尔1011.62106 [5] 宋，X。；Davidian，M。；Tsiatis，A.A.，《纵向数据和时间-事件数据联合建模的半参数似然方法》，《生物统计学》，58，4，742-53（2002）·Zbl 1210.62132号 [6] Tsiatis，A.A。；Davidian，M.，带有误差测量的纵向协变量的比例风险模型的半参数估计，Biometrika，88，2，447-58（2001）·Zbl 0984.62078号 ·doi:10.1093/biomet/88.2.447 [7] Wulfsohn，M.S。；Tsiatis，A.A.，生存和纵向数据测量误差的联合模型，生物统计学，53，1，330-9（1997）·Zbl 0874.62140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。