×

兹马思-数学第一资源

有或无治愈分数的时间到事件数据的Ornstein-Uhlenbeck阈值回归。(英语) 62ZB0129
摘要:在这篇文章中,我们提出了一个阈值回归(TR)模型,该模型使用一个潜在的Ornstein-Uhlenbeck(OU)过程来处理与受试者健康相关的时间到事件的数据,一旦它第一次达到边界值就会失败。基线协变量被合并到分析中,使用了健康过程初始状态的日志链接函数。该模型提供了临床意义上有意义的协变量效应,并且不需要通常使用的Cox模型的比例风险假设。与基于Wiener过程的TR模型不同,OU模型允许健康过程中的增量依赖于先前的值,并向平衡或内稳态漂移,这在许多生物应用中都存在。我们还扩展了我们的模型,以纳入不适当的生存函数应用的治愈率,例如在癌症临床试验中肿瘤复发的时间。我们的模型适用于接受最终手术的黑色素瘤患者的总体和无复发生存数据。
理学硕士:
第62页 统计学在生物学和医学科学中的应用;元分析
2005年6月 可靠性和寿命试验
92C50 医疗应用(通用)
PDF格式 BibTeX公司 XML 引用
全文: 内政部
参考文献:
[1] 阿伦,吴;杰辛,香港,了解危害率的形状:过程观点,统计科学,16,1-22,(2001)·Zbl 1059.62613
[2] 阿伦,OO,Gjessing,HK,基于Ornstein-Uhlenbeck过程的生存模型,寿命数据分析,10407-423,(2004)·Zbl 1058.62092
[3] 吴亚伦,欧博根,香港杰辛(2008)生存与事件史分析。斯普林格,纽约·Zbl 1204.62165
[4] 美国癌症协会(2012)黑色素瘤皮肤癌。http://www.cancer.org/cancer/skincarcine-Melanoma/DetailedGuide/Melanoma-skin-cancer-staging。检索日期:2012年3月26日
[5] Balka J,Desmond A,McNicholas P(2009)基于Wiener过程第一次点击时间的治愈模型的回顾和实施。寿命数据分析15:147-176·Zbl 1282.62228
[6] 福佑W(1987)下脑干和身体内稳态。纽约牛津大学出版社
[7] Chen,M-H;Ibrahim,J;Sinha,D.具有治愈分数的多变量生存数据的贝叶斯推断,多变量分析杂志,80101-126,(2002)·Zbl 1003.62091
[8] Chhikara RS,Folls JL(1989),《逆高斯分布:理论、方法和应用》。纽约,德克尔
[9] Chiras D(2005)人类生物学。Jones and Bartlett Learning,马萨诸塞州萨德伯里
[10] Cox DR,Miller HD(1968)随机过程理论。查普曼和霍尔,伦敦
[11] 永别了,VT,使用混合模型分析长期幸存者的生存数据,生物特征学,381041-1046,(1982)
[12] Graf,E;Schmoor,C;Sauerbrei,W;Schumacher,M,《生存数据预测分类方案的评估和比较》,Stat Med,182529-2545,(1999)
[13] Horrocks,J;Thompson,M,使用带有漂移的Wiener过程模拟具有多个结果的事件时间,寿命数据分析,10,29-49,(2004)·Zbl 1054.62133
[14] 陈明明,陈明,陈明(2001)贝叶斯生存分析。斯普林格,纽约·Zbl 0978.62091
[15] Kirkwood,J;Ibrahim,J;Sondak,V;Richards,J;Flaherty,L;Ernstoff,M;Smith,T;Rao,U;Steele,M;Blum,R,高剂量和低剂量干扰素α-2b治疗高危黑色素瘤:组间试验E1690/S9111/C9190的首次分析,临床肿瘤学杂志,18,2444-2458,(2000)
[16] 库克,阿依克;陈,C-H,逻辑回归与比例风险回归相结合的混合模型,生物计量学,79531-541,(1992)·Zbl 0775.62300
[17] 兰开斯特,T,罢工持续时间的随机模型,J R Stat Soc Ser A,135,257-271,(1972)
[18] Larralde,H.离散型Ornstein-Uhlenbeck过程的首次通过时间分布,Phys A Math Gen,373759-3767,(2004)·Zbl 1116.82305
[19] Lawless,J;Crowder,M,γ过程模型中的协变量和随机效应及其在退化和失效中的应用,寿命数据分析,10213-227,(2004)·Zbl 1054.62122号
[20] Lee,MLT;DeGruttola,V;Schoenfeld,D,《标志物和潜在健康状况模型》,J R Stat Soc Ser B,62747-762,(2000)·Zbl 0968.62078
[21] Lee,MLT;Garshick,E;Whitmore,GA;Ladend,F;Hart,J,使用首次命中时间回归模型评估铁路工人肺癌风险,环境计量学,15,1-12,(2004)
[22] 随机回归分析(21-GA,Sci-T生存极限分析,513-2006年)·Zbl 1129.62095
[23] Lee,MLT;Whitmore,GA;Rosner,B,具有时变协变量的生存数据阈值回归,Stat Med,29896-905,(2010)
[24] Li,Q;Shen,X;Pearl,D.肝毒性动力学的贝叶斯模型,Stat Med,263591-3611,(2007)
[25] Li,J;Lee,MLT,使用半参数变系数阈值回归分析失效时间,Stat Neerl,65164-182,(2011)
[26] 《随机协变量过程诱导的生存函数》,应用概率论,18523-529,(1981)·中银0457.60052
[27] Park,C;Padgett,WJ,基于几何布朗运动和伽马过程的失效加速退化模型,寿命数据分析,11511-527,(2005)·Zbl 1120.62088
[28] Pennell,ML;Whitmore,GA;Lee,MLT,《贝叶斯随机效应阈值回归及其在非比例危险下生存数据的应用》,生物统计学,11111-126,(2010)
[29] Ricciardi,L;Sato,S.Ornstein-Uhlenbeck过程的首次通过时间密度和矩,应用概率论,25,43-57,(1988)·中银0651.60080
[30] Taylor,JMG,失效时间混合模型中的半参数估计,生物特征学,51899-907,(1995)·Zbl 0875.62493
[31] 对于未来的预测,泰勒定律对未来的结构有影响吗?《医学统计》,172381-2394,(1998年)
[32] 托马斯,M.奥恩斯坦-乌伦贝克过程的一些平均首次通过时间近似,应用概率论,12600-604,(1975)·Zbl 0313.60034
[33] Woodbury,MA;Manton,KG,《人类死亡率和衰老的随机行走模型》,Thero Popup Biol,11,37-48,(1977)·Zbl 0349.92012
[34] Xiao T,Whitmore G,He X和Lee M-L T(2012),时间到事件分析的阈值回归:stthreg软件包。Stata杂志12:257-283·Zbl 1119.92023
[35] Yamaguchi,K.带有生存分数回归模型的加速失效时间回归模型:在日本“永久就业”分析中的应用,J Am Stat Assoc,87284-292,(1992)
[36] Yashin,A;Krylov,N(编辑);Liptser,R(编辑);Novikov,A(编辑),《生存分析中的动力学:条件高斯特性与卡梅隆-马丁公式》,466-475,(1985),纽约
[37] Yashin,A;Arbeev,K;Akushevich,I;Kulminski,A;Akushevich,L;Ukraintseva,S,《老龄化和死亡率纵向数据分析的随机模型》,Math Biosci,208,538-551,(2007)·Zbl 1119.92023
此参考列表基于出版商或数字数学图书馆提供的信息。它的项被试探性地匹配到zbMATH标识符,并且可能包含数据转换错误。它试图尽可能准确地反映原始论文中列出的参考文献,而不要求匹配的完整性或精确性。