穆斯塔、埃尼;英格丽德·范·凯勒戈姆 协变量测量错误的混合物固化模型的模拟萃取方法。 (英语) Zbl 1471.62483号 电子。J.统计。 15,第2号,3708-3742(2021). 摘要:我们考虑了在存在测量错误的协变量的情况下,治愈受试者群体的生存数据。我们使用混合治愈模型来解释那些永远不会经历该事件的个体,同时区分协变量对治愈概率和生存时间的影响。特别是,对于实际应用,假设发生率的逻辑形式和潜伏期的考克斯比例风险模型似乎很有趣。为了校正测量误差引入的偏差估计量,我们使用simex算法,这是一种非常通用的基于仿真的方法。它本质上是通过向数据引入额外误差来估计这种偏差,然后通过外推方法恢复经偏差修正的估计量。当真实外推函数已知时,估计量被证明是一致的和渐近正态分布的。我们通过模拟研究考察了它们的有限样本性能,并应用所提出的方法分析前列腺特异性抗原(PSA)对前列腺癌患者的影响。 MSC公司: 62号02 生存分析和删失数据中的估计 第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:治愈模型;逻辑斯谛模式;测量误差;simex算法;生存分析 软件:miCoPTCM公司;涂抹 PDF格式BibTeX公司 XML格式引用 \textit{E.Musta}和\textit{I.van Keilegom},电子。J.Stat.15,No.2,3708--3742(2021;Zbl 1471.62483) 全文: 内政部 arXiv公司 链接 参考文献: [1] Amico,M.和Van Keilegom,I.(2018年)。生存分析中的治愈模型。统计年鉴及其应用5, 311-342. [2] Amico,M.、Van Keilegom,I.和Legrand,C.(2019年)。单指数/Cox混合物固化模型。生物计量学75, 2, 452-462. ·Zbl 1436.62504号 [3] Berkson,J.和Gage,R.P.(1952年)。癌症患者治疗后的生存曲线。美国统计协会杂志47, 259, 501-515. [4] Bertrand,A.、Legrand,C.、Carroll,R.J.、De Meester,C.和Van Keilegom,I.(2017年)。使用模拟提取方法推断具有错误测量协变量的生存治愈模型。生物特征104, 1, 31-50. ·Zbl 1506.62425号 [5] Bertrand,A.、Legrand,C.、Léonard,D.和Van Keilegom,I.(2017年)。协变量测量错误的生存治愈模型中估计方法的稳健性。计算统计与数据分析113, 3-18. ·Zbl 1464.62026号 [6] Bertrand,A.、Van Keilegom,I.和Legrand,C.(2019年)。无需辅助数据的经典测量误差方差估计的灵活参数方法。生物计量学75, 1, 297-307. ·Zbl 1436.62511号 [7] 鲍格,J.W.(1949)。癌症治疗治愈患者比例的最大似然估计。英国皇家统计学会杂志。B系列(方法学)11, 1, 15-53. ·Zbl 0034.08001号 [8] Burke,K.和Patilea,V.(2020年)。治愈回归模型的一种基于似然的方法。测试, 1-20. [9] Cai,C.、Zou,Y.、Peng,Y.和Zhang,J.(2012)。smcure:用于估计半参数混合固化模型的R包。生物医学中的计算机方法和程序108, 3, 1255-1260. [10] Carroll,R.J.、Küchenhoff,H.、Lombard,F.和Stefanski,L.A.(1996年)。非线性测量误差模型中simex估计量的渐近性。美国统计协会杂志91, 433, 242-250. ·Zbl 0871.62019号 [11] Carroll,R.J.、Ruppert,D.、Stefanski,L.A.和Crainiceanu,C.M.(2006年)。非线性模型中的测量误差:现代观点CRC按下·Zbl 1119.62063号 [12] Chen,L.-P.(2019)。具有左向和右向数据和协变量测量误差的治愈生存模型的半参数估计。统计与概率信件. ·Zbl 1428.62452号 [13] Cook,J.R.和Stefanski,L.A.(1994年)。参数测量误差模型中的模拟外推估计。美国统计协会杂志89, 428, 1314-1328. ·Zbl 0810.62028号 [14] Cox,D.R.(1972)。回归模型和生命表。英国皇家统计学会杂志。B.系列方法34, 187-220. ·Zbl 0243.62041号 [15] Dirick,L.、Claeskens,G.和Baesens,B.(2015)。多事件混合治愈模型的一个类似信息准则。欧洲运筹学杂志241, 2, 449-457. ·Zbl 1341.62076号 [16] Greene,W.F.和Cai,J.(2004)。多元失效时间数据边际风险模型中协变量的测量误差。生物计量学60, 4, 987-996. ·兹比尔1274.62779 [17] Kaplan,E.L.和Meier,P.(1958年)。不完全观测的非参数估计。美国统计协会杂志53, 282, 457-481. ·Zbl 0089.14801号 [18] Legrand,C.和Bertrand,A.(2019年)。肿瘤临床试验中的治愈模型。Textb临床试验肿瘤统计展望1, 465-492. [19] Li,C.-S.和Taylor,J.M.(2002)。半参数加速失效时间曲线模型。医学统计学21, 21, 3235-3247. [20] Li,Y.和Lin,X.(2003)。基于simex方法的成簇生存数据脆弱性度量误差模型中的函数推理。美国统计协会杂志98461191-203·Zbl 1047.62091号 [21] López-Cheda,A.、Cao,R.、Jácome,M.A.和Van Keilegom,I.(2017)。混合固化模型中的非参数关联估计和引导带宽选择。计算统计与数据分析105, 144-165. ·Zbl 1466.62150号 [22] Lu,W.(2008)。比例风险治愈模型中的最大似然估计。统计数学研究所年鉴第6054-574页·Zbl 1169.62347号 [23] Ma,Y.和Yin,G.(2008)。转换下具有错误测量协变量的治愈率模型。美国统计协会杂志103, 482, 743-756. ·Zbl 1471.62511号 [24] Mizoi,M.F.、Bolfarine,H.和Pedroso-De-Lima,A.C.(2007年)。具有测量误差的固化率模型。统计中的通信——模拟和计算36, 1, 185-196. ·Zbl 1113.62118号 [25] 缪勒,U.U.和Van Keilegom,I.(2019年)。混合物固化模型中固化率的最佳试验。生物特征106, 1, 211-227. ·Zbl 1506.62452号 [26] Musta,E.、Patilea,V.和Van Keilegom,I.(2020)。混合治愈模型中估计的预平滑方法。arXiv:2008.05338. [27] Nakamura,T.(1990)。误差-变量模型的修正得分函数:广义线性模型的方法和应用。生物特征77, 1, 127-137. ·Zbl 0691.62066号 [28] Parsa,M.和Van Keilegom,I.(2020年)。加速失效时间vs cox比例风险混合治愈模型:David vs Goliath?提交. [29] Patilea,V.和Van Keilegom,I.(2020年)。生存分析中治愈模型的一般方法。统计年刊48, 4, 2323-2346. ·Zbl 1455.62193号 [30] Peng,Y.和Dear,K.B.(2000)。治愈率估计的非参数混合模型。生物计量学56, 1, 237-243. ·Zbl 1060.62651号 [31] Robertson,T.、Wright,F.T.和Dykstra,R.L.(1988年)。次序受限的统计推断《概率和数理统计中的威利级数》,约翰·威利父子出版社,奇切斯特出版社·Zbl 0645.62028号 [32] Sposto,R.(2002)。癌症治疗模型分析:应用于儿童癌症组的数据。医学统计学21, 2, 293-312. [33] Stefanski,L.A.(1989)。正态均值非线性函数的无偏估计及其在测量误差模型中的应用。统计学理论与方法中的传播18, 12, 4335-4358. ·Zbl 0707.62058号 [34] Stringer,S.、Denys,D.、Kahn,R.S.和Derks,E.M.(2016年)。什么样的治疗模型可以教会我们全基因组生存分析。行为遗传学46, 2, 269-280. [35] Sy,J.P.和Taylor,J.M.(2000)。Cox比例风险治愈模型中的估计。生物计量学56, 1, 227-236. ·Zbl 1060.62670号 [36] van der Vaart,A.W.和Wellner,J.A.(1996)。弱收敛和经验过程《统计学中的斯普林格系列》。纽约施普林格-弗拉格,统计应用·Zbl 0862.60002号 [37] Wang,C.、Hsu,L.、Feng,Z.和Prentice,R.L.(1997)。故障时间回归中的回归校准。生物计量学, 131-145. ·Zbl 0874.62139号 [38] Wycinka,E.和Jurkiewicz,T.(2017)。违约时间预测中的混合治愈模型:与logit和Cox模型的比较。在当代金融趋势与挑战施普林格,221-231·Zbl 1426.91291号 [39] Xu,J.和Peng,Y.(2014)。具有协变量的非参数治愈率估计。加拿大统计杂志42, 1, 1-17. ·Zbl 1349.62491号 [40] Yilmaz,Y.E.、Lawless,J.F.、Andrulis,I.L.和Bull,S.B.(2013年)。乳腺癌预后分子标记物混合治疗模型的见解。临床肿瘤学杂志31, 16, 2047-2054. 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。