×
保罗·布兰奇

通过约束NPMLE的累积关联函数的置信区间。 （英语） Zbl 1437.62361号

寿命数据分析。 26，第1号，45-64（2020年）.
摘要：累积发病率函数（CIF）显示竞争风险设置中的关键信息，这在医学研究中很常见。本文介绍了两种计算CIF非参数置信区间的新方法。首先，我们引入了非参数轮廓似然置信区间。该方法建立在约束非参数最大似然估计（NPMLE）的基础上，我们推导了其封闭式公式。这个方法可以看作是D.R.托马斯和G.L.Grunkemeier公司【《美国统计协会期刊》第70卷第865页至第871页（1975年；Zbl 0331.62028号)]当CIF为利益函数而非生存函数时，则为竞争风险设置。其次，我们在约束NPMLE的基础上引入约束引导置信区间。这扩展了S.巴伯和C.詹尼森【生物统计学55，No.2，430–436（1999；Zbl 1059.62603号)]以应对竞争风险。一项模拟研究表明，与流行软件中实现的基准测试相比，这些方法的性能如何。结果表明，在小到中等样本量和观测事件较少的情况下，可以获得比通常Wald型置信区间更准确的置信区间。为了便于说明，提供了一个黑色素瘤数据应用程序。

引用于1文件

MSC公司：

62N01号 审查数据模型
62G15年 非参数容差和置信区域
62G07年 密度估算
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：

非参数最大似然估计；引导数据库；审查；竞争性风险；约束最大似然；经验似然；剖面似然

引文：

Zbl 0331.62028号；Zbl 1059.62603号

软件：

引导库；靴子；生存；R（右）；invGauss公司；ELYP公司；电子交易管理；前身；计时器
PDF格式BibTeX公司 XML格式引用
\textit｛P.Blanche｝，终身数据分析。26，第1号，45--64（2020；Zbl 1437.62361）
全文： 内政部

参考文献：

[1] O.阿伦。；博根，Ø。；香港Gjessing；Gjessing，S.，《生存与事件历史分析：过程观点》（2008），柏林：施普林格出版社，柏林·Zbl 1204.62165号
[2] Aalen，哦；Johansen，S.，基于删失观测的非齐次马尔可夫链的经验转移矩阵，Scand J Stat，5141-150（1978）·Zbl 0383.62058号
[3] Allignol，A。；舒马赫，M。；Beyersmann，J.，《多级模型的经验转移矩阵：etm包》，J Stat Softw，38，4，1-15（2011）·doi:10.18637/jss.v038.i04
[4] 安达信，Pk；博根，Ø。；吉尔路；Keiting，N.，基于计数过程的统计模型（1993），纽约：Springer，纽约·Zbl 0769.62061号
[5] 安达信，Pk；Geskus，Rb；德维特，T。；Putter，H.，《流行病学中的竞争风险：可能性和陷阱》，《国际流行病学杂志》，41，3，861-870（2012）·doi:10.1093/ije/dyr213
[6] 安达信，Pk；Skovgaard，Lt，《线性预测回归》（2010年），柏林：施普林格出版社，柏林
[7] 巴伯，S。；Jennison，C.，生存概率和截尾生存数据分位数的对称检验和置信区间，生物统计学，55，2，430-436（1999）·Zbl 1059.62603号 ·doi:10.1111/j.0006-341X.1999.00430.x
[8] 贝尔斯曼，J。；Allignol，A。；舒马赫，M.，《与R竞争的风险和多州模型》（2011），柏林：施普林格出版社，柏林
[9] 博根，Ø。；Liestöl，K.，关于基于变换的生存函数的置信区间和带的注记，Scand J Stat，17，35-41（1990）
[10] Braun，Tm；Yuan，Z.，比较竞争风险下几种方差估计量的小样本性能，Stat Med，26，5，1170-1180（2007）·数字对象标识代码：10.1002/sim.2661
[11] Canty A，Ripley BD（2017）引导：引导R（S-Plus）功能。R软件包版本1.3-20
[12] Choudhury，Jb，《竞争风险分析的非参数置信区间估计：避孕数据的应用》，《统计医学》，21，8，1129-1144（2002）·doi:10.1002/sim.1070
[13] 戴维森，Ac；Hinkley，Dv，Bootstrap方法及其应用（1997），剑桥：剑桥大学出版社，剑桥·Zbl 0886.62001号
[14] Drzewiecki，K。；Andersen，Pk，恶性黑色素瘤生存率：预后因素的回归分析，癌症，49，2414-2419（1982）·doi:10.1002/1097-0142（19820601）49:11<2414:：AID-CNCR2820491132>3.0.CO；2伏
[15] Efron，B.，Better bootstrap confidence intervals，J Am Stat Assoc，82，397，171-185（1987）·兹比尔062262039 ·doi:10.1080/01621459.1987.10478410
[16] 费伊，Mp；Brittain，呃；Proschan，Ma，小样本或重截尾生存分布的逐点置信区间，生物统计学，14，4，723-736（2013）·doi:10.1093/biostatistics/kxt016
[17] Gerds TA（2017）Prodlim:审查事件历史分析的产品极限估计。R包版本1.6.1
[18] Geskus，Rb，竞争风险和中间状态的数据分析（2015），博卡拉顿：CRC出版社，博卡拉顿
[19] 霍兰德，M。；Iw Mckeague；Yang，J.，生存函数基于似然比的置信带，美国统计协会，92，437，215-226（1997）·Zbl 1090.62560号 ·doi:10.1080/01621459.1997.10473619
[20] 詹尼森，C。；页码，C。；Lepage，R.，《在观察到的失效次数较少的情况下，危险比的Bootstrap检验和置信区间及其在群体连续生存研究中的应用》，计算科学与统计，89-97（1992），纽约：Springer-Verlag，纽约
[21] Johansen，S.，作为最大似然估计量的乘积极限估计量，Scand J Stat，5195-199（1978）·Zbl 0385.62059号
[22] 拉图什，A。；Allignol，A。；贝尔斯曼，J。；拉波平，M。；罚款，Jp，竞争风险分析应报告所有特定原因危害和累积发病率函数的结果，《临床流行病学杂志》，66，6，648-653（2013）·doi:10.1016/j.jclinepi.2012.09.017
[23] Li，G.，关于截尾数据生存概率的非参数似然比估计，Stat Probab Lett，25，2，95-104（1995）·Zbl 0851.62026号 ·doi:10.1016/0167-7152（94）00210-Y
[24] Lin，D.，竞争风险研究中累积发病率函数的非参数推断，Stat Med，16，8，901-910（1997）·doi:10.1002/（SICI）1097-0258（19970430）16:8<901:：AID-SIM543>3.0.CO；2个月
[25] 英国洛根；Zhang，M-J，《组序贯设计与常见竞争风险测试的使用》，Stat Med，32，6，899-913（2013）·数字对象标识代码：10.1002/sim.5597
[26] 马丁努森，T。；Scheike，Th，生存数据的动态回归模型（2006），纽约：Springer，纽约·Zbl 1096.62119号
[27] Owen，Ab，《经验似然》（2001），纽约：查普曼和霍尔/CRC，纽约·Zbl 0989.62019
[28] Pfeiffer，Rm；Gail，Mh，《绝对风险：临床管理和公共卫生中的方法和应用》（2017），博卡拉顿：CRC出版社，博卡拉通·兹比尔1404.92003
[29] 舒马赫，M。；Ohneberg，K。；Beyersmann，J.，《临床流行病学杂志》，80，135-136（2016），一本著名的医学杂志中普遍存在竞争性风险偏见·doi:10.1016/j.jclinepi.2016.07.013
[30] Therneau TM（2015）S.版本2.41-3中的生存分析包
[31] 塞尔诺，Tm；Grambsch，Pm，《生存数据建模：扩展考克斯模型》（2000），柏林：施普林格出版社，柏林·Zbl 0958.62094号
[32] Thomas，博士；Grunkemeier，Gl，截尾数据生存概率的置信区间估计，美国统计协会杂志，70，352，865-871（1975）·Zbl 0331.62028号 ·doi:10.1080/01621459.1975.10480315
[33] 周，M.，生存分析中的经验似然法（2016），博卡拉顿：CRC出版社，博卡拉顿·Zbl 1341.62031号
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。