远东理论统计学杂志
第67卷,第2期,第211-216页(2023年8月) http://dx.doi.org/10.17654/0972086323011 |
|
定量变量的比例危险状态能否由其分布决定?
约翰·达夸
|
摘要: 在风险截断生存分析中,确定风险截断因子的比例风险状态对于获得适当的参数估计至关重要。多年来,提出了几种比例危险状态确定方法。在风险截断因子为年龄的工作中,是否可以使用其分布来确定其比例危险状态?本研究考虑了三个风险截断生存数据集。通过箱线图,确定了因子的异常值,并绘制了没有异常值的直方图,上面覆盖了一条添加的线和因子的正态密度,以确定其分布。接下来,通过Schoenfeld检验,为每个数据集确定因子的比例风险状态。最后,将每个数据集的因子分布与其相应的Schoenfeld检验结果进行了比较。当该系数出现偏差时,它在某些情况下符合比例风险假设,而在另一种情况下则违反了该假设。因此,定量变量(风险截断因子)的分布不能用于确定其比例危险状态。
|
关键词和短语: 分布,比例风险,Schoenfeld检验。
收到:2023年5月8日;认可的:2023年6月14日;出版:2023年6月17日
如何引用本文:John Darkwah,定量变量的比例风险状态能否由其分布决定?《远东理论统计杂志》67(2)(2023),211-216。http://dx.doi.org/10.17654/0972086323011
此开放存取文章根据Creative Commons Attribution 4.0国际许可
参考文献:
[1] P.D.Allison,《事件历史与生存分析》,劳特利奇出版社,2018年。 [2] J.In和D.K.Lee,生存分析:第一部分时间-事件分析,韩国麻醉学杂志。71(3) (2018), 182-191. [3] R.B.Geskus,《具有竞争风险和中间状态的数据分析》,查普曼和霍尔/CRC,2019年。 [4] Patrick Schober和Thomas R.Vetter,生存分析和时间-事件数据的解释:乌龟和兔子,Anesth。分析。127 (2018), 792-798. 网址:www.anesthesia-analgesia.org。 [5] L.P.Chen和G.Y.Yi,具有协变量测量误差的左向和右向生存数据的半参数方法,Ann.Inst.Stat.Math。73(3) (2021), 481-517. 可从以下位置获得:https://doi.org/10.1007/s10463-020-00755-2。 [6] G.Frank、M.Chae和Y.Kim,具有双重截断数据的加性时间依赖风险模型,《韩国统计学会期刊》48(2)(2019),179-193。 可从以下位置获得:https://doi.org/10.1016/j.jkss.2018.10.005。 [7] R.Sutradhar和P.C.Austin,《相对比率而非相对风险:解决对风险比率的普遍误解》,《流行病学年鉴》。28(1) (2018), 54-57. [8] F.Emmert-Streib和M.Dehmer,《实践中的生存分析导论》,机器学习和知识提取1(3)(2019),1013-1038。 网址:www.mdpi.com/journal/make。 [9] O.Korosteleva,《临床统计:介绍临床试验、生存分析和纵向数据分析》,Jones和Bartlett出版社,2008年。 [10] M.Martcheva,《数学流行病学导论》,Springer,第61卷,2015年。 [11] M.Wang、W.Li、N.Yehya、G.Keim和N.J.Thomas,当违反比例风险假设时,在Cox回归模型中使用时变系数,重症监护医学44(11)(2018),2017-2019。可从以下位置获得:https://doi.org/10.1007/s00134-018-5351-1。 [12] D.G.Kleinbaum和M.Klein,生存分析,施普林格出版社,2010年。 [13] W.W.Abeysekera和M.R.Sooriyarachchi,《使用Schoenfeld的全球测试测试考克斯比例风险模型中的比例风险假设:临床研究的应用》,《斯里兰卡国家科学基金会期刊》37(2009),41-45。DOI:10.4038/jnsfsr.v37i1.456。 [14] C.L.Loprinzi、J.A.Laurie、H.S.Wieand、J.E.Krook、P.J.Novotny、J.W.Kugler、J.Bartel、M.Law、M.Bateman和N.E.Klatt,《患者完整问卷中预后变量的前瞻性评估》,中北部癌症治疗小组,《临床肿瘤学杂志》12(3)(1994),601-607。 [15] R.A.Kyle、T.M.Therneau、S.V.Rajkumar、J.R.Offord、D.R.Larson、M.F.Plevak和L.J.Melton III,单克隆γ-球蛋白病预后的长期研究,《新英格兰医学杂志》346(8)(2002),564-569。 [16] J.W.Osborne和A.Overbay,异常值的力量(以及为什么研究人员应该总是检查它们),实际评估、研究和评估9(1)(2004),6。 [17] P.T.Von Hippel,《平均值、中位数和偏差:纠正教科书规则》,《统计教育杂志》13(2)(2005)。
|
|
下载次数:79 |视图数量:219 |
|