×
他，凯文;朱，季;康健;李毅

对全国肾移植患者具有时变效应的分层Cox模型：一种新的分块最陡上升方法。 （英语） Zbl 1520.62225号

生物计量学 78，编号3，1221-1232（2022）.
摘要：分析国家移植数据库，其中包含290多个移植中心治疗的大约30万名肾移植患者，可以指导疾病管理并为肾移植政策提供信息。按中心分层的考克斯模型为解释集群数据结构提供了一种方便的方法，同时研究了160多个预测因子，其影响可能随时间而变化。由于用如此大的样本量拟合时变效应模型可能不符合任何现有软件的要求，我们通过利用每个系数函数的基展开所固有的参数的块结构，提出了一个分块最陡上升过程。该算法迭代更新最优分块搜索方向，沿着该方向局部似然增量最大。该方法可以从最小化最大化算法的角度进行解释，并增加部分似然直到收敛。我们进一步提出了Wald统计来测试这些影响是否确实是随时间变化的。我们通过仿真评估了该方法的实用性。最后，我们应用该方法分析了全国肾移植数据，并检测了各种风险因素影响的时变性。
{©2021国际生物识别学会。}

引用于2文件

MSC公司：

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：

肾移植;最陡峭的上坡;分层模型;生存分析;时变效应

软件：

阿达德尔塔;阿达格拉德
PDF格式BibTeX公司 XML格式引用
\textit{K.He}等人，《生物统计学》78，第3期，1221--1232（2022；Zbl 1520.62225）
全文： 内政部

参考文献：

[1] Boyd，S.和Vandenberghe，L.（2004）凸优化。纽约：剑桥大学出版社·Zbl 1058.90049号
[2] Bühlmann，P.和Yu，B.（2003）《L2损失的助推：回归和分类》。《美国统计协会杂志》，98（462），324-339·Zbl 1041.62029号
[3] Bühlmann，P.和Yu，B.（2006）高维线性模型的推进。《统计年鉴》，34（2），559-583·兹比尔1095.62077
[4] Chen，X.，Sun，J.和Liu，L.（2015）具有时变系数和信息观测时间的纵向数据的半参数偏线性分位数回归。中国统计，25（4），1437-1458·Zbl 1377.62099号
[5] Cox，D.R.（1972）回归模型和生命表（含讨论）。《皇家统计学会杂志》，B辑，34（2），187-200。
[6] Dekker，F.W.、Mutsert，R.、Dijk，P.C.、Zoccali，C.和Jager，K.J.（2008）生存分析：时间依赖效应和时变风险因素。《肾脏国际》，74994-997。
[7] Diederik，P.K.和Jimmy，L.B.（2015）Adam：一种随机优化方法。载：国际学习代表大会，第1-13页。
[8] Duchi，J.、Hazan，E.和Singer，Y.（2011）在线学习和随机优化的自适应次梯度方法。机器学习研究杂志，12，2121-2159·Zbl 1280.68164号
[9] Estes，J.P.，Nguyen，D.V.，Chen，Y.，Dalrymple，L.S.，Rhee，C.M.，Kalantar‐Zadeh，K.等人（2018）时间动态分析在透析患者再次入院中的应用。生物统计学，74（4），1383-1394。
[10] Frohnert，P.P.、Donadio，J.V.Jr、Velosa，J.A.、Holley，K.E.和Sterioff，S.（1997）《IgA肾病患者肾移植的命运》。临床移植，11（2），127-133。
[11] Grambsch，P.和Therneau，T.（1994）基于加权残差的比例风险测试和诊断。《生物特征》，81（3），515-526·Zbl 0810.62096号
[12] Gray，R.J.（1992）使用样条曲线分析生存数据的灵活方法，及其在乳腺癌预后中的应用。《美国统计协会杂志》，87（420），942-951。
[13] Gray，R.J.（1994）生存分析中的样条检验。生物统计学，50（3），640-652·Zbl 0825.62781号
[14] Hadimeri，H.、Norden，G.、Friman，S.和Nyberg，G..（1997）肾移植人群中常染色体显性多囊肾病。《肾脏透析移植》，第12期，1431-1436页。
[15] Harding，K.，Mersha，T.B.，Pham，P.T.，Waterman，A.D.，Webb，F.A.，Vassalotti，J.A.等人（2017），非裔美国人肾移植中的健康差异。美国肾脏病杂志，46（2），165-175。
[16] Hastie，T.和Tibshirani，R.J.（1993），变系数模型。英国皇家统计学会杂志，B辑，55（4），757-796·Zbl 0796.62060号
[17] He，K.，Li，Y.M.，Wei，Q.Y.和Li，Ye.（2017）复杂大生存数据建模的计算效率方法。In：Ahmed，S.（ed.）（ed）《大数据和复杂数据分析：统计方法和应用》。查姆：施普林格，第193-207页·Zbl 1383.62271号
[18] He，K.，Li，Y.M.，Zhu，J.，Liu，H.L.，Lee，J.E.，Amos，C.I.等（2016）高维协变量生存分析中的成分梯度提升和错误发现控制。生物信息学，32（1），50-57。
[19] He，K.和Schaubel，D.E.（2014）使用直接标准化估计生存分析中中心效应的方法。医学统计，33（12），2048-2061。
[20] He，K.和Schaubel，D.E.（2015）《用于评估中心特定死亡率的标准化死亡率：评估和替代方案》。生物科学统计，7296-321。
[21] He，K.，Yang，Y.，Li，Y.M.，Zhu，J.和Li，Y（2017）用大规模生存数据建模时变效应：一种有效的准牛顿方法。计算与图形统计杂志，26（3），635-645。
[22] Hofner，B.、Hothorn，T.和Kneib，T.（2013）结构化生存模型中的变量选择和模型选择。计算统计学，281079-1101·Zbl 1305.65043号
[23] Honda，T.和Härdle，W.K.（2014）具有不同系数的Cox回归模型中的变量选择。《统计规划与推断杂志》，14867-81·Zbl 1432.62338号
[24] Kalantar‐Zadeh，K.（2005）透析患者体重指数反向流行病学的原因和后果。《肾脏营养杂志》，第15期，第142-147页。
[25] Kalbfleisch，J.D.和Wolfe，R.A.（2013）关于医疗服务提供者的监测结果。生物科学统计，2286-302。
[26] Lange，K.（2012）《优化》，第二版。纽约：斯普林格。
[27] Lin，D.和Wei，L.（1989）Cox比例风险模型的稳健推断。《美国统计协会杂志》，84（408），1074-1078·Zbl 0702.62042号
[28] McLachlan，G.J.和Krishnan，T.（2007）EM算法和扩展。第二版。新泽西州霍博肯：威利。
[29] Meier‐Kriesche，H.U.，Port，F.K.，Ojo，A.O.，Rudich，S.M.，Hanson，J.A.，Cibrik，D.M.等（2000）等待时间对肾移植结果的影响。《肾脏国际》，58（3），1311-1317。
[30] Muntean，A.和Lucan，M.（2013）肾移植中的免疫抑制。克鲁朱尔医学，86，177-180。
[31] Pan，W.（2002）关于在分析聚类数据时使用边际似然和条件似然的说明。美国统计学家，56，171-174·Zbl 1182.62141号
[32] Perperoglou，A.、leCessie，S.和vanHouwelingen，H.C.（2006）用协变量的时变效应拟合Cox模型的快速程序。生物医学中的计算机方法和程序，25，154-161。
[33] Puoti，F.、Ricci，A.、Nanni‐Costa，A.，Ricciardi，W.、Malorni，W.&Ortona，E.（2016）器官移植与性别差异：生物和社会文化决定因素相互交织的范例。性别差异生物学，7，35。
[34] Qian，N.（1999）关于梯度下降学习算法中的动量项。神经网络，12（1），145-151。
[35] Robbins，H.和Monro，S.（1951）随机近似方法。《数理统计年鉴》，22（3），400-407·Zbl 0054.05901号
[36] Rozanski，J.、Kozlowska，I.和Myslak，M.（2005）常染色体显性遗传性多囊肾病患者的移植前肾切除术。移植程序，37，666-668。
[37] Ruder，S.（2016）梯度下降优化算法概述。arXiv预印本。arXiv:1609.04747。
[38] Saran，R.、Robinson，B.和Abbott，K.C.等人（2018）《美国肾脏数据系统2017年年度数据报告：美国肾脏疾病流行病学》。美国肾脏病杂志，71（3），S1-S672。
[39] Schaubel，D.E.和Cai，J.（2005）集群复发事件数据的半参数方法。终身数据分析，11（3），405-425·Zbl 1099.62115号
[40] Snyder，J.J.、Salkowski，N.、Kim，S.J.、Zaun，D.、Xiong，H.、Israni，A.K.等人（2016）使用国家登记册开发统计模型以评估移植结果：美国的过程。移植，100（2），288-294。
[41] Tian，L.、Zucker，D.和Wei，L.（2005）关于具有时变回归系数的Cox模型。美国统计协会杂志，100（469），72-183·Zbl 1117.62435号
[42] Verweij，P.J.M.和vanHouwelingen，H.C.（1993）生存分析中的交叉验证。医学统计学，12（24），2305-2314。
[43] Wolfe，R.A.、Ashby，V.B.、Milford，E.L.、Ojo，A.O.、Ettenger，R.E.、Agodoa，L.Y.等人（1999）所有透析患者、等待移植的透析患者和第一次尸体移植患者死亡率的比较。《新英格兰医学杂志》，341（23），1725-1730。
[44] Xiao，W.，Lu，W.和Zhang，H.H.（2016）时变系数Cox模型中的联合结构选择和估计。《中国统计》，26（2），547-567·Zbl 1356.62191号
[45] Yan，J.和Huang，J.（2012）时变系数Cox模型的模型选择。生物统计学，68（2），419-428·Zbl 1251.62052号
[46] Yu，Z.，Liu，L.，Bravata，D.M.和Williams，L.S.（2014）具有时变系数的复发事件和终末事件的联合模型。《生物医学杂志》，56183-197·Zbl 1441.62546号
[47] Zeiler，M.D.（2012）ADADELTA：一种自适应学习率方法。arXiv预印本。arXiv:1212.5701。
[48] Zhang，H.和Lu，W.（2006）考克斯比例风险模型的自适应套索。《生物特征》，94（3），691-703·Zbl 1135.62083号
[49] Zou，H.（2006）自适应套索及其预言属性。美国统计协会期刊，101（476），1418-1429·Zbl 1171.62326号
[50] Zucker，D.M.和Karr，A.F.（1990）具有时间相关协变量效应的非参数生存分析：惩罚部分似然方法。《统计年鉴》，18（1），329-353·Zbl 0708.62035号
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且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。