×

绝对标准化危险比的扩展以及与解释的变化和变量重要性度量的联系。 (英语) Zbl 1457.62187号

摘要:绝对标准化风险比(ASHR)是协变量向量与事件风险关联强度的标度-变量标量度量。它来自比例风险回归。ASHR有助于在不同的协变量集之间进行比较。讨论了ASHR概念的扩展及其计算的实际考虑。其中包括一种新的方法,用于对协变量之间的共线性进行初步检查,一种部分ASHR,用于评估某些协变量与其他协变量的事件风险的关联,以及ASHR的交互作用。为了将ASHR放在背景中,我们讨论了它与解释变异度量和其他风险分离度量的关系。提出了一种新的度量每个协变量对风险评分方差的贡献的方法。该测量值源自ASHR计算,可解释为多变量模型背景下的变量重要性。

MSC公司:

62时20分 关联度量(相关性、典型相关性等)
62页第10页 统计学在生物学和医学中的应用;元分析
92D20型 蛋白质序列,DNA序列
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 阿伦,OO;厨师,RJ;Röysland,K.,随机生存研究的考克斯分析是否产生因果治疗效应?,终身数据分析,21579-593(2015)·Zbl 1333.62228号 ·doi:10.1007/s10985-015-9335-y
[2] 奥斯汀(Austin),PC,《不同倾向评分法在估计边际危险比中的表现》,《统计医学》,32,2837-2849(2012)·doi:10.1002/sim.5705
[3] DA贝尔斯利;Kuh,E。;Welsch,RE,回归诊断(1980),纽约:威利,纽约
[4] Bring,J.,按R2划分的变量重要性,Qual Quant,29,173-189(1995)·doi:10.1007/BF01101897
[5] Choodari-Oskooei,B。;罗伊斯顿,P。;Parmar,MKB,生存模型I中预测能力度量的模拟研究:解释变异度量,Stat Med,312627-2643(2012)·doi:10.1002/sim.4242
[6] Concato,J。;佩杜齐,P。;霍尔福德,TR;Feinstein,AR,比例风险分析中每个自变量事件的重要性。I.背景、目标和总体战略,《临床流行病学杂志》,481495-1501(1995)·doi:10.1016/0895-4356(95)00510-2
[7] Cox,DR,回归模型和生命表,J R Stat Soc B,34187-220(1972)·Zbl 0243.62041号
[8] Crager,MR,将标准化风险比推广到多元比例风险回归,并应用于临床基因组研究,《应用统计杂志》,39,399-417(2012)·Zbl 1514.62226号 ·doi:10.1080/02664763.2011.594034
[9] Grömping,U.,《基于方差分解的线性回归中相对重要性的估计》,《美国统计》,61139-147(2007)·doi:10.1198/000313007X188252
[10] Hernán,MA,危险比率的危害,流行病学,21,13-15(2010)·doi:10.1097/ED.0b013e3181c1ea43
[11] Kent,J。;O’Quigley,J.,审查生存数据的依赖性测量,Biometrika,75525-534(1988)·兹比尔0659.62068 ·doi:10.1093/biomet/75.3525
[12] Martinussen T、Vansteelandt S、Andersen PK(2018)《危害比解释中的细分》。arXiv:1810.09192
[13] Nathans,法学博士;佛罗里达州奥斯瓦尔德;Nimon,K.,《解释多元线性回归:可变重要性指南》,Pract Assessment Res Eval,17,1-19(2012)
[14] 佩杜齐,P。;Concato,J。;阿肯色州范斯坦;Holford,TR,比例风险回归分析中每个自变量事件的重要性。二、。回归估计的准确性和精确度,临床流行病学杂志,481503-1510(1995)·doi:10.1016/0895-4356(95)00048-8
[15] 里尼,B。;戈达德,A。;Knezevic,D。;Maddala,T。;周,M。;Ayden,H.,《预测局部肾细胞癌术后复发的16基因检测:发展和验证研究》,《柳叶刀肿瘤》,16,676-685(2015)·doi:10.1016/S1470-2045(15)70167-1
[16] 罗伊斯顿,P。;Sauerbrei,W.,生存数据中预测分离的新方法,Stat Med,23723-748(2004)·doi:10.1002/sim.1621
[17] Schemper,M.,生存研究中预后因素的相对重要性,Stat Med,122377-2382(1993)·数字对象标识代码:10.1002/sim.4780122413
[18] Schemper,M。;Henderson,R.,Cox回归中的预测准确性和解释变异,生物统计学,56249-255(2000)·Zbl 1060.62663号 ·文件编号:10.1111/j.0006-341X.2000.00249.x
[19] Weissfeld,LA,适用于删失数据的模型的多重共线性诊断,Commun Stat,18,2017-2028(1989)·Zbl 0696.62216号 ·doi:10.1080/03610928908830019
[20] Welchowski,T。;V.Zuber。;Schmid,M.,高维变量选择的相关调整回归生存分数,Stat Med,38,2413-2427(2019)·doi:10.1002/sim.8116
[21] Zuber V,Strimmer K(2011)使用CAR得分的高维回归和变量选择。Stat Appl Genet Mol Biol 10(1),第34条·兹比尔1296.92082
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。