×
伊顿，安妮;孙逸飞;詹姆斯·尼顿;罗向华

具有分量删失的疾病死亡模型中的非参数估计。 （英语） Zbl 1520.62187号

生物计量学 78，编号3，1168-1180（2022）.
总结：在研究参与者面临死亡和严重非致命事件风险的疾病环境中，复合终点被定义为最早死亡或非致命事件发生之前的时间，通常被用作临床试验的主要终点。在实践中，如果非致命事件只能在临床就诊时检测到，并且死亡时间准确已知，则生成的复合终点显示为“成分全删失”。在这种情况下，用于估计无事件存活率的标准方法无法解释成分全删减。我们以一种新的方式将之前提出的标记过程的核平滑方法应用于无事件生存的非参数估计，该估计考虑了组件式删失。使我们能够应用此核心方法的关键洞察力是将非致命事件状态视为一个间歇性观察到的二进制时间相关变量，而不是将时间视为间隔相关的非致命事件。我们还提出了可逆或不可逆疾病死亡模型在全元件删失下的状态概率和限制平均状态时间的估计，并导出了它们的大样本性质。我们进行了一项模拟研究，将我们的方法与现有的多状态生存方法进行比较，并将这些方法应用于一项大型随机试验的数据，该试验研究了一种多因素干预措施，以降低冠心病风险高于平均水平的男性的发病率和死亡率。
{©2021国际生物识别学会。}

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：

复合端点;区间截尾;核估计;多状态模型;向右传感;生存分析

软件：

毫秒;生存
PDF格式BibTeX公司 XML格式引用
\textit{A.Eaton}等人，《生物统计学》78，第3期，1168--1180（2022年；Zbl 1520.62187）
全文： 内政部

参考文献：

[1] Aalen，O.O.&Johansen，S.（1978）基于删失观测的非齐次马尔可夫链的经验转移矩阵。斯堪的纳维亚统计杂志，5，141-150·Zbl 0383.62058号
[2] Allen，A.M.、Therneau，T.M.、Larson，J.J.、Coward，A.、Somers，V.K.和Kamath，P.S.（2018）非酒精性脂肪肝发病率及其对代谢负担和死亡的影响：一项20年的社区研究。《肝病学》，671726-1736。
[3] Andersen，P.K.、Borgan，O.、Gill，R.D.和Keiting，N.（1993）基于计数过程的统计模型。纽约州纽约：施普林格·Zbl 0769.62061号
[4] Boruvka，A.&Cook，R.（2016）双重审查下马尔可夫疾病-死亡过程的筛选估计。生物统计学，17，350-363。
[5] Cao，H.，Churpek，M.M.，Zeng，D.&Fine，J.P.（2015）具有稀疏纵向协变量的比例风险模型分析。美国统计协会杂志，110，1187-1196·Zbl 1373.62482号
[6] Cook，R.J.和Lawless，J.F.（2019）《独立条件和间歇性观察生命史研究分析》。生物统计学（英国牛津）。https://doi.org/10.1093/biostatistics/kxz047 ·doi:10.1093/biostatistics/kxz047
[7] Datta，S.&Sundaram，R.（2006）利用当前状态数据对多级模型中的阶段占用概率进行非参数估计。生物统计学，62829-837·Zbl 1111.62033号
[8] Diao，G.，Zeng，D.，Ke，C.，Ma，H.，Jiang，Q.&Ibrahim，J.G.（2018）受成分审查的复合终点的半参数回归分析。生物统计学，105，403-418·Zbl 07072420号
[9] FDA（2015）《非小细胞肺癌药物和生物制品批准的临床试验终点，行业指南》。
[10] FDA（2018）《癌症药物和生物制品批准的临床试验终点，行业指南》。
[11] Frydman，H.&Szarek，M.（2009）基于缺失中间过渡状态的区间删失观测值的马尔可夫“疾病-死亡”过程的非参数估计。生物统计学，65，143-151·Zbl 1159.62075号
[12] Goggins，W.，Finkelstein，D.&Zaslavsky，A.（1999）当二进制时变协变量的变化时间为区间删失时，应用考克斯比例风险模型。生物统计学，55，445-451·兹比尔1059.62652
[13] Holtan，S.G.，Zhang，L.，Defor，T.E.，Bejanyan，N.，Arora，M.，Rashidi，A.等人（2019）《动态移植物抗宿主病无复发生存：异体移植发病率和死亡率的多状态模型》。血液和骨髓移植生物学，251884-1889。
[14] Jackson，C.H.（2011）面板数据的多状态模型：R.统计软件杂志的MSM包，38，1-28。
[15] Joly，P.（2002）采用区间删失数据的疾病-死亡模型的惩罚似然方法：痴呆症特定年龄发病率的应用。生物统计（英国牛津），3433-443·Zbl 1135.62394号
[16] Kalbfleisch，J.D.和Lawless，J.F.（1985）马尔可夫假设下的面板数据分析。美国统计协会杂志，80863-871·Zbl 0586.62136号
[17] Kay，R.（1986）生存研究中用于分析癌症标记物和疾病状态的马尔可夫模型。生物统计学，42，855-865·Zbl 0622.62100号
[18] Kotalik，A.、Eaton，A.、Lian，Q.、Serrano，C.、Connett，J.和Neaton，J.D.（2019）多风险因素干预试验重新分析的赢比方法。临床试验，1626-634。
[19] Lange，J.M.&Minin，V.N.（2013）拟合和解释面板数据的连续时间潜在马尔可夫模型。医学统计学，324581-4595。
[20] Le‐Rademacher，J.G.、Peterson，R.A.、Therneau，T.M.、Sanford，B.L.、Stone，R.M.和Mandrekar，S.J.（2018）多状态模型在癌症临床试验中的应用。临床试验，15，489-498。
[21] Lee，K.H.、Rondeau，V.和Haneuse，S.（2017）复杂审查条件下半竞争风险数据的加速失效时间模型。生物计量学，731401-1412·Zbl 1405.62187号
[22] 穆勒，H.‐G。（1991）端点附近的平滑最优核估计。生物特征，78521-530·Zbl 1192.62108号
[23] 多风险因素干预试验研究组，（1982）多风险因素介入试验：风险因素变化和死亡率结果。JAMA，2481465-1477年。
[24] 多风险因素干预试验研究组，（1986）冠心病死亡、非致命性急性心肌梗死和多风险因素介入试验中的其他临床结果。美国心脏病杂志，5894-94。
[25] 多风险因素干预试验研究组（2008）预防冠心病的多风险因素介入试验。NHLBI数据仓库，升序号LB00230303a。
[26] Nadaraya，E.A.（1964年）关于估计回归。概率论及其应用，9，141-142·Zbl 0136.40902号
[27] Nevo，D.，Hamada，T.，Ogino，S.&Wang，M.（2020）当在稀疏时间点测量二元协变量时，生存分析的新校准框架。生物统计（英国牛津），21，E148-E163。
[28] Paling，J.（2003）帮助患者了解风险的策略。英国医学杂志，327745-748。
[29] Panageas，K.S.、Ben‐Porat，L.、Dickler，M.N.、Chapman，P.B.和Schrag，D.（2007）当你关注问题时：评估计划对无进展生存率的影响。《美国国家癌症研究所杂志》，99428-432。
[30] Pepe，M.S.和Fleming，T.R.（1989）《加权Kaplan-Meier统计：删失生存数据的一类距离检验》。生物统计学，45497-507·Zbl 0715.62087号
[31] Perez‐Ocon，R.、Ruiz‐Castro，J.E.和Gamiz‐Perez，M.L.（2001）乳腺癌后生存分析中的非齐次马尔可夫模型。《皇家统计学会杂志：C辑（应用统计学）》，第50期，第111-124页·Zbl 1021.62096号
[32] Pullenayegum，E.M.&Lim，L.S.（2016）《不定期观察的纵向数据：方法回顾》，重点关注访视过程、假设和研究设计。医学研究中的统计方法，252992-3014。
[33] Sankoh，A.J.，Li，H.&D’Agostino，R.B.（2017）临床试验中的复合和多组分终点。医学统计，36，4437-4440。
[34] Stamler，J.，Neaton，J.D.，Cohen，J.D.、Cutler，J.、Eberly，L.、Grandits，G.等人（2012年）：在试验期间，基于非致命和致命复合终点（冠状动脉和心血管）的新观点。美国心脏协会杂志，1，1-7。
[35] Sun，Y.、Huang，C.‐Y.和王，M.‐C。（2017）在终端事件发生时使用标记过程进行非参数效益风险评估。《美国统计协会期刊》，112826-836。
[36] Therneau，T.M.（2015）S.版本2.38中的生存分析包。
[37] Trinquart，L.、Jacot，J.、Conner，S.C.和Porcher，R.（2016）肿瘤学随机对照试验中通过风险比和限制平均生存时间比测量的治疗效果比较。临床肿瘤杂志：美国临床肿瘤学会官方杂志，341813-1819。
[38] Uno，H.、Claggett，B.、Tian，L.、Inoue，E.、Gallo，P.、Miyata，T.等人（2014）在量化生存分析中的组间差异时超越了危险比。临床肿瘤杂志：美国临床肿瘤学会官方杂志，322380-2385。
[39] Watson，G.S.（1964）平滑回归分析。桑赫拉：《印度统计杂志》，A辑（1961-2002），第26期，第359-372页·Zbl 0137.13002号
[40] Weir，I.R.，Marshall，G.D.，Schneider，J.I.，Sherer，J.A.，Lord，E.M.，Gyawali，B.等人（2018）随机试验中时间到事件结果的解释：在线随机试验。《肿瘤学年鉴》，3096-102。
[41] Wellner，J.A.（1995）区间审查，案例2：替代假设。课堂讲稿——专题系列，27271-291·Zbl 0876.62044号
[42] Xu，J.，Kalbfleisch，J.D.&Tai，B.（2010）疾病死亡过程和半竞争风险数据的统计分析。生物统计学，66716-725·Zbl 1203.62207号
[43] Zeng，L.、Cook，R.J.、Wen，L.和Boruvka，A.（2015）由于间歇性进展评估导致的无进展生存分析中的偏见。医学统计，343181-3193。
[44] Zhao，L.、Claggett，B.、Tian，L.，Uno，H.、Pfeffer，M.A.、Solomon，S.D.等人（2016）关于生存分析中的限制平均生存时间曲线。生物统计学，72，215-221·Zbl 1393.62113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。