×
若泽马尔·罗德里格斯；北卡罗来纳州Balakrishnan。；高斯·M·科尔代罗。；马里奥·德·卡斯特罗；Vicente G.坎乔。

修复系统和阈值效应下的潜在治愈率模型。 （英语） Zbl 1457.62360号

J.统计计算。模拟 85，第14期，2860-2873（2015）.
小结：在本文中，我们建立了一个简单的具有修复机制的细胞辐射潜在治愈率模型。这种潜在的方法是对L.B.克莱巴诺夫等人【《数学生物科学》113，第1期，第51–75页（1993年；Zbl 0777.92008)],S.Kim（S.金）等【寿命数据分析17，第1期，101–122（2011；Zbl 1322.62281号)]，并遵循我们最近制定的破坏性治愈率模型[同上17，第3号，333–346（2011；Zbl 1230.62141号)]. 讨论了修正的Gompertz模型的新版本和考虑到达临界点的首次通过时间的促进治愈率模型，然后从贝叶斯的观点讨论了检测时肿瘤大小的估计。此外，模拟研究和对实际数据集的应用表明了所提出的治愈率模型的有效性。

引用于1文件

MSC公司：

第62页第10页 统计学在生物学和医学中的应用；元分析
2015年1月62日 贝叶斯推断
92 C50 医疗应用（一般）

关键词：

贝叶斯范式；致癌作用；相互竞争的事业；治愈率模型；首次击球时间；修正Gompertz分布；概率生成函数；随机过程；生存分析；加权泊松分布；阈值回归

引文：

Zbl 0777.92008；Zbl 1322.62281号；Zbl 1230.62141号

软件：

对；打开BUGS
PDF格式BibTeX公司 XML格式引用
\textit{J.Rodrigues}等人，《统计计算杂志》。模拟85，第14期，2860--2873（2015；Zbl 1457.62360）
全文： 内政部

参考文献：

[1] Borges P，Rodrigues J，Balakrishnan N.一个相关的破坏性广义幂级数治愈率模型和与皮肤黑色素瘤数据应用相关的推断。计算统计数据分析。2012;56: 1703-1713. doi:10.1016/j.csda.2011.10.013[Crossref]，[Web of Science®]，[Google学者]·Zbl 1465.62007号
[2] 惠特莫尔A，凯勒JB。致癌的定量理论。SIAM修订版1978；20:1-30。doi:10.1137/102002[Crosref]，[Web of Science®]，[谷歌学者]
[3] Klebanov LB，Rachev ST，Yakovlev A.辐射致癌的随机模型：潜伏期分布及其特性。数学生物科学。1993;18:51-75. doi:10.1016/0025-5564（93）90008-X[Crossref]，[Web of Science®]，[Google学者]·Zbl 0777.92008
[4] Kim S，Chen M-H，Dey DK.具有治愈率的生存数据的新阈值回归模型。寿命数据分析。2011;17:101-122. doi:10.1007/s10985-010-9166-9[Crossref]，[PubMed]，[Web of Science®]，[Google学者]·Zbl 1322.62281号
[5] Chen M-H、Ibrahim JG。具有缺失协变量的治愈率模型的最大似然方法。生物计量学。2001;57:43-52. doi:10.1111/j.0006-341X.2001.0043.x[Crossref]，[PubMed]，[Web of Science®]，[Google学者]·Zbl 1209.62022号
[6] Yakovlev A，Polig E.辐射致癌随机模型显示的反应多样性导致细胞死亡。数学生物科学。1996;21:1-33. doi:10.1016/0025-5564（95）00047-X[Crossref]，[Web of Science®]，[Google学者]·Zbl 0838.92015号
[7] Feller W.概率论及其应用简介。第三版，第一卷，纽约：Wiley；1968.[谷歌学者]·Zbl 0155.23101号
[8] Rodrigues J、Cancho VG、de Castro M、Louzada-Neto F。关于长期生存模型的统一。统计概率出租。2008;39:753-759. [谷歌学者]·Zbl 1349.62485号
[9] Aalen OO，Gjessing HK.了解危险率的形状：过程观点。统计科学。2001;16:1-22. [Web of Science®]，[Google学者]·Zbl 1059.62613号
[10] Yakovlev AY，Tsodikov AD。肿瘤潜伏期的随机模型及其生物统计应用。新加坡：世界科学；1996.【Crossref】，【谷歌学者】·Zbl 0919.92024号
[11] Cooner F，Banerjee S，Carlin BP，Sinha D。潜在激活方案下的灵活治愈率建模。2007年美国统计学会杂志；102:560-572. doi:10.1198/0162145000000112[Taylor&Francis Online]，[Web of Science®]，[Google学者]·兹比尔1172.62331
[12] Cantor AB，Shuster JJ。基于截尾生存数据估计治愈率的参数与非参数方法。1992年统计医学；11:931-937. doi:10.1002/sim.4780110710[Crossref]，[PubMed]，[Web of Science®]，[Google学者]
[13] Chen M-H，Ibrahim JG，Sinha D.具有存活分数的存活数据的新贝叶斯模型。美国统计协会杂志，1999年；94:909-919. doi:10.1080/01621459.1999.10474196[Taylor&Francis Online]，[Web of Science®]，[Google学者]·Zbl 0996.62019号
[14] Gieser P，Chang M，Rao P，Shuster J，Pullen J.使用带有协变量信息的Gompertz模型建模治愈率。1998年统计医学；17:831-839. doi:10.1002/（SICI）1097-0258（19980430）17:8<831:：AID-SIM790>3.0.CO；2-G[Crossref]，[PubMed]，[Web of Science®]，[Google学者]
[15] Li C-S，Taylor JMG，Sy JP.治愈模型的可识别性。统计概率出租。2001;54:389-395. doi:10.1016/S0167-7152（01）00105-5[Crossref]，[Web of Science®]，[Google学者]·Zbl 0999.62075号
[16] Gompertz B.关于人类死亡规律表达功能的性质，以及确定生命意外事件价值的新模式。Philos Trans R Soc Lond公司。1825;115:513-583. doi:10.1098/rstl.1825.0026[交叉引用]，[谷歌学者]
[17] Ahuja JC公司。关于广义Gompertz分布的某些性质。Sankhya Ser B.1969年；31:541-544. [谷歌学者]
[18] Rodrigues J、Balakrishnan N、Cordeiro GM、de Castro M。关于选择机制产生的寿命分布的统一观点。计算统计数据分析。2011;55:3311-3319. doi:10.1016/j.csda.2011.06.018[Crossref]，[Web of Science®]，[Google学者]·Zbl 1271.62239号
[19] Li J，Ma S.采用重复测量和治愈亚组的间隔相关数据。2010年应用统计；59:693-705. [Web of Science®]，[Google学者]
[20] Li J，Ma S.医学和遗传学中的生存分析。生物统计学系列。佛罗里达州博卡拉顿：查普曼和霍尔/CRC；2013.[Crossref]，[谷歌学者]·兹比尔1378.62002
[21] Rodrigues J，de Castro M，Balakrishnan N，Cancho VG。破坏性加权泊松治愈率模型。寿命数据分析。2011;17:333-346. doi:10.1007/s10985-010-9189-2[Crossref]，[PubMed]，[Web of Science®]，[Google学者]·Zbl 1230.62141号
[22] de Castro M，Cancho V-G，Rodrigues J.贝叶斯长期生存模型在治愈分数中参数化。《生物杂志》2009；51:443-455. doi:10.1002/bimj.200800199[Crossref]，[PubMed]，[Web of Science®]，[Google学者]·Zbl 1442.62331号
[23] Gilks WR，Wild P.吉布斯采样的自适应拒绝采样。应用统计1992；41:337-348. doi:10.2307/2347565[Crossref]，[Web of Science®]，[Google学者]·Zbl 0825.62407号
[24] Spiegelhalter DJ、Best NG、Carlin BP、van der Linde A.模型复杂性和拟合的贝叶斯度量。J R Stat Soc Ser B.2002年；64:583-639. doi:10.1111/1467-9868.00353[交叉引用]，[谷歌学者]·Zbl 1067.62010年
[25] Gelfand AE，Dey DK，Chang H.使用预测分布确定模型，并通过基于抽样的方法实现。收录人：Bernardo JM、Berger JO、Dawid AP、Smith AFM，编辑。贝叶斯统计4（Peñíi scola，1991）。纽约：牛津大学出版社；1992年，第147-167页。[谷歌学者]
[26] Geisser S，Eddy WF。模型选择的预测方法。J Am Stat Assoc.1979年；74:153-160. doi:10.1080/01621459.1979.10481632[Taylor&Francis Online]，[Web of Science®]，[Google学者]·Zbl 0401.62036号
[27] Ibrahim JG，Chen M-H，Sinha D.贝叶斯生存分析。纽约：Springer-Verlag；2001.[交叉参考]，[谷歌学者]·Zbl 0978.62091号
[28] Kirkwood JM、Ibrahim JG、Sondak VK、Richards J、Flaherty LE、Ernstoff MS、Smith TJ、Rao U、Steele M、Blum RH。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。2000;18:2444-2458. [Crossref]、[PubMed]、[Web of Science®]、[Google学者]
[29] Thomas A、O'Hara B、Ligges U、Sturtz S。打开BUGS。R新闻。2006;6:12-17. [谷歌学者]
[30] Gelman A，Rubin DB。使用多序列的迭代模拟推断。统计科学。1992年；7:457-511. doi:10.1214/ss/117001136[交叉引用]，[谷歌学者]·Zbl 1386.65060号
[31] R开发核心团队。R： 用于统计计算的语言和环境。维也纳：R统计计算基金会；2012.[谷歌学者]
[32] Rodrigues J，de Castro M，Cancho VG，Balakrishnan N.COM-Poisson治愈率生存模型及其在皮肤黑色素瘤数据中的应用。J统计计划推断。2009;139:3605-3611。doi:10.1016/j.jspi.2009.04.014[Crosref]，[Web of Science®]，[谷歌学者]·Zbl 1173.62074号
[33] Zelen M.指数模型在癌症研究中的应用。J R Stat Soc Ser A.1966；129:368-398. doi:10.2307/2343503[Crossref]，[Web of Science®]，[Google学者]
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。