×
埃里奇、罗杰;迈克尔·彭内尔。

Ornstein-Uhlenbeck阈值回归，用于具有或不具有治愈分数的时间-事件数据。 （英语） Zbl 1322.62019年

寿命数据分析。 21，第1期，第1-19页（2015年）.
小结：在本文中，我们提出了一个阈值回归（TR）模型，用于与受试者健康相关的时间到事件数据，该模型使用了一个潜在的Ornstein-Uhlenbeck（OU）过程，该过程在首次达到边界值时会失败。使用健康过程初始状态的对数链接函数将基线协变量纳入分析。该模型提供了具有临床意义的协变量效应，不需要常用Cox模型的比例风险假设。与基于维纳过程的TR模型不同，OU模型允许健康过程中的增量取决于先前的值，并漂移到平衡或体内平衡状态，这在许多生物应用中都存在。我们还扩展了我们的模型，以纳入具有不当生存功能的应用的治愈率，例如癌症临床试验中肿瘤复发的时间。我们的模型应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。

引用于1文件

MSC公司：

62页第10页 统计学在生物学和医学科学中的应用；元分析
62号05 可靠性和寿命测试
92 C50 医疗应用（通用）

关键词：

癌症临床试验;首次命中时间模型;高斯过程;混合物模型;非比例危害;生存分析

软件：

圣特鲁格;Stata公司;invGauss公司
PDF格式BibTeX公司 XML格式引用
\textit{R.Erich}和\textit{M.L.Pennell}，《寿命数据分析》。21，第1号，1--19（2015；Zbl 1322.62019）
全文： 内政部

参考文献：

[1] Aalen OO，Gjessing HK（2001）《理解危险率的形状：过程观点》。统计科学16:1-22·Zbl 1059.62613号
[2] Aalen OO，Gjessing HK（2004）基于Ornstein-Uhlenbeck过程的生存模型。寿命数据分析10:407-423·Zbl 1058.62092号 ·doi:10.1007/s10985-004-4775-9
[3] Aalen OO，Borgan O，Gjessing HK（2008）生存和事件历史分析。纽约州施普林格·Zbl 1204.62165号 ·doi:10.1007/978-0-387-68560-1
[4] 美国癌症协会（2012）《黑色素瘤皮肤癌》。http://www.cancer.org/cancer/SkinCancer-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过程首次命中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号
[6] 祝福W（1987）下脑干和身体稳态。牛津大学出版社，纽约
[7] Chen M-H，Ibrahim J，Sinha D（2002）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80:101-126·Zbl 1003.62091号 ·doi:10.1006/jmva.2000.1975
[8] Chhikara RS，Folks JL（1989）《逆高斯分布：理论、方法和应用》。Marcel Dekker，纽约·Zbl 0701.62009号
[9] Chiras D（2005）《人类生物学》。马萨诸塞州萨德伯里Jones and Bartlett Learning
[10] Cox DR，Miller HD（1968）随机过程理论。查普曼和霍尔，伦敦
[11] 永别VT（1982）混合模型用于分析长期幸存者的生存数据。生物统计学38:1041-1046·doi:10.2307/2529885
[12] Graf E，Schmoor C，Sauerbrei W，Schumacher M（1999）生存数据预后分类方案的评估和比较。统计医学18:2529-2545·doi:10.1002/（SICI）1097-0258（19990915/30）18:17/18<2529:：AID-SIM274>3.0.CO；2-5
[13] Horrocks J，Thompson M（2004）使用具有漂移的Wiener过程对具有多个结果的事件时间进行建模。终身数据分析10:29-49·Zbl 1054.62133号 ·doi:10.1023/B:LIDA.0000019254.29153.1a
[14] Ibrahim JG，Chen M，Sinha D（2001）贝叶斯生存分析。纽约州施普林格·Zbl 0978.62091号 ·doi:10.1007/978-1-4757-3447-8
[15] Kirkwood J、Ibrahim J、Sondak V、Richards J、Flaherty L、Ernstoff M、Smith T、Rao U、Steele M、Blum R（2000）《高危黑色素瘤高剂量和低剂量干扰素α-2b：组间试验E1690/S9111/C9190的首次分析》。临床肿瘤学杂志18:2444-2458
[16] Kuk AYC，Chen C-H（1992）结合logistic回归和比例风险回归的混合模型。生物特征79:531-541·Zbl 0775.62300号 ·doi:10.1093/biomet/79.3.531
[17] Lancaster T（1972）罢工持续时间的随机模型。J R Stat Soc系列A 135:257-271·doi:10.2307/2344321
[18] Larralde H（2004）Ornstein-Uhlenbeck过程离散版本的首次通过时间分布。《物理与数学杂志》37:3759-3767·Zbl 1116.82305号 ·doi:10.1088/0305-4470/37/12/003
[19] Lawless J，Crowder M（2004）伽马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10:213-227·Zbl 1054.62122号 ·doi:10.1023/B:LIDA.0000036389.14073.dd
[20] Lee MLT，DeGruttola V，Schoenfeld D（2000）标记物和潜在健康状态模型。J R Stat Soc系列B 62:747-762·Zbl 0968.62078号 ·doi:10.1111/1467-9868.00253
[21] Lee MLT、Garshick E、Whitmore GA、Laden F、Hart J（2004），使用首次命中时间回归模型评估铁路工人的肺癌风险。环境计量15:1-12·doi:10.1002/env.624
[22] Lee MLT，Whitmore GA（2006），生存分析的阈值回归：通过到达边界的随机过程建模事件时间。统计科学21:501-513·Zbl 1129.62095号 ·doi:10.1214/08834230600000330
[23] Lee MLT，Whitmore GA，Rosner B（2010），时变协变量生存数据的阈值回归。统计医学29:896-905·数字对象标识代码：10.1002/sim.3808
[24] Li Q，Shen X，Pearl D（2007）肝毒性动力学的贝叶斯模型。统计医学26:3591-3611·数字对象标识代码：10.1002/sim.2821
[25] Li J，Lee MLT（2011）使用半参数变系数阈值回归分析故障时间。统计Neerl 65:164-182·doi:10.1111/j.1467-9574.2011.00481.x
[26] Myers L（1981）随机协变量过程诱导的生存函数。应用概率杂志18:523-529·Zbl 0457.60052号 ·doi:10.2307/3213300
[27] Park C，Padgett WJ（2005），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11:511-527·Zbl 1120.62088号 ·doi:10.1007/s10985-005-5237-8
[28] Pennell ML，Whitmore GA，Lee MLT（2010）贝叶斯随机效应阈值回归，应用于具有非比例危险的生存数据。生物统计学11:111-126·Zbl 1437.62580号 ·doi:10.1093/biostatistics/kxp041
[29] Ricciardi L，Sato S（1988），Ornstein-Uhlenbeck过程的首次通过时间密度和矩。应用概率杂志25:43-57·兹比尔0651.60080 ·doi:10.2307/3214232
[30] Taylor JMG（1995）失效时间混合模型中的半参数估计。生物计量学51:899-907·Zbl 0875.62493号 ·doi:10.2307/2532991
[31] Taylor J，Law N（1998）在预测未来CD4计数的纵向建模中，协方差结构是否重要？统计医学17:2381-2394·doi:10.1002/（SICI）1097-0258（19981030）17:20<2381:：AID-SIM926>3.0.CO；2-S型
[32] Thomas M（1975）Ornstein-Uhlenbeck过程的一些平均首次通过时间近似。应用概率杂志12:600-604·Zbl 0313.60034号 ·doi:10.2307/3212877
[33] Woodbury MA，Manton KG（1977）人类死亡率和老龄化的随机模型。Theor Popul生物学11:37-48·Zbl 0349.92012号 ·doi:10.1016/0040-5809（77）90005-3
[34] Xiao T、Whitmore G、He X和Lee M-L T（2012）时间-事件分析的阈值回归：stthreg包。统计J 12:257-283·Zbl 1119.92023号
[35] Yamaguchi K（1992）使用存活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。美国统计协会杂志87:284-292
[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Cameron-Martin公式，466-475（1985），纽约
[37] Yashin A、Arbeev K、Akushevich I、Kulminski A、Akusevich L、Ukraintseva S（2007）《老龄化和死亡率纵向数据分析的随机模型》。数学生物科学208:538-551·Zbl 1119.92023号 ·doi:10.1016/j.mbs.2006.11.006
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。