普拉福拉·库马尔·斯温;格罗弗，古尔普里特;科马尔·戈尔 贝叶斯方法下基于广义Gompertz分布的混合和非混合治愈率模型。 （英语） Zbl 1489.62088号 塔特拉山数学。出版物。 66, 121-135 (2016). 总结：治愈率模型通常用于对长期幸存者的寿命数据进行建模。在一组癌症患者中，人们观察到，由于新药的开发，一些患者可以永久治愈，而一些患者则无法治愈。永久治愈的患者被称为治愈或长期幸存者，而经历疾病复发的患者则被称为易感患者或未治愈患者。因此，人群分为两组：一组治愈个体和一组易感个体。治疗后治愈个体的比例通常称为治愈分数。本文引入了一个三参数Gompertz分布（即尺度、形状和加速度）或广义Gompertz-分布，其中包含固化分数、截尾数据和协变量，用于通过贝叶斯方法估计固化分数的比例。在openBUGS软件中使用标准马尔可夫链蒙特卡罗技术进行推断。 引用于2文件 MSC公司： 2015年1月62日 贝叶斯推断 62J05型 线性回归；混合模型 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：治愈率;长期幸存者;广义Gompertz分布;贝叶斯分析;混合固化模型 软件：PSPMCM公司;打开BUGS;SAS公司 PDF格式BibTeX公司 XML格式引用 \textit{P.K.Swain}等人，塔特拉山数学。出版物。66、121--135（2016；Zbl 1489.62088） 全文： 内政部 链接 参考文献： [1] RAHIMZADEH，《分析长期存活者的治愈模型》，《胃肠道癌症3》第149页–（2014） [2] KANNAN，带协变量的广义指数治愈率模型，Appl Stat pp 1625–（2010）·doi:10.1080/0266476090311739 [3] CHIEN，ADAM DING使用Gompertz分布模型分析治愈情况下的成簇生存数据http www wseas-us conferences，library（2013） [4] BERKSON，癌症患者治疗后的生存曲线，Amer Statist Assoc pp 501–（1952）·doi:10.1080/01621459.1952.10501187 [5] YAMAGUCHI，带存活率回归模型的加速失效时间回归模型：在日本长期雇佣分析中的应用，Amer Statist Assoc第284页–（1992） [6] SPIEGELHALTER，模型复杂性和拟合的贝叶斯度量，Stat-Soc-Stat Methodol第583页–（2002）·Zbl 1067.62010年 ·数字对象标识代码：10.1111/1467-9868.00353 [7] GOHARY，广义Gompertz分布，应用数学模型第13页–（2013）·Zbl 1349.62035号 ·doi:10.1016/j.a.pm.2011.05.017 [8] BOAG，癌症治疗治愈患者比例的最大似然估计，Stat-Soc-Stat-Methodol第15页–（1949）·Zbl 0034.08001号 [9] MARTINEZ，基于广义修正威布尔分布的混合和非混合治愈分数模型及其在胃癌数据中的应用方法和程序，计算机生物医学112 pp 343–（2012） [10] KIRKWOOD，干扰素α-b辅助治疗高危切除皮肤黑色素瘤：东部合作肿瘤学小组试验est，《临床肿瘤学》14第7页–（1996） [11] YU，根据分组生存数据的混合治愈模型估计治愈率，Stat Med第1733页–（2004）·doi:10.1002/sim.1774 [12] ACHCAR，使用混合物和非混合物模型的固化分数模型Tatra Mt，数学出版物第1页–（2012）·Zbl 1313.62137号 [13] CORBIÈRE，参数和半参数混合治疗模型的sas宏方法和程序，《计算机生物医学》8第173页–（2007） 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。