×
陈庆霞;曾东林;约瑟夫·易卜拉欣。;陈明慧;潘志英;薛晓东

通过一类变换量化时变风险比的平均值。 （英语） Zbl 1322.62263号

寿命数据分析。 21，第2期，259-279（2015）.
总结：Cox模型得出的风险比是一种常用的总结统计，用于量化治疗效果和时间-事件结果。然而，Cox模型的比例风险假设在实践中经常被违反，统计文献中提出了许多替代模型。不幸的是，从不同模型获得的回归系数往往无法直接比较。为了克服这个问题，我们提出了一系列基于边际生存曲线或边际风险函数的加权风险比度量，并且可以使用各种建模方法的现成输出进行估计。建议的转换族包括M.Schemper先生,S.Wakounig公司和G.海因策[“通过加权Cox回归估计平均危险比”，Stat.Med.28，No.19，2473–2489（2009；数字对象标识代码：10.1002/sim.3623)]作为特殊情况。此外，我们提出了一种新的加权风险比估计，该估计基于变换族中零假设的最大偏离，并基于该估计开发了Kolmogorov-Smirnov型检验统计量。模拟研究表明，当两组危险函数收敛或发散时，这种新的估计比基于[Schemper等人，loc.cit.]中建议的单个变换的测试产生更强大的测试，当危险交叉时，功率损失的大小相似。建议的估计值和测试统计数据应用于结直肠癌临床试验。

引用于1文件

MSC公司：

62号05 可靠性和寿命测试
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：

平均危险比;交叉危险;非比例危害;生存分析;加权估计
PDF格式BibTeX公司 XML格式引用
\textit{Q.Chen}等人，《寿命数据分析》。21，第2号，259--279（2015；Zbl 1322.62263）
全文： 内政部 链接

参考文献：

[1] Abadi A、Amanpour F、Bajdik C、Yavari P（2012）乳腺癌生存分析：在比例风险和加速失效时间假设的不同条件下应用广义伽马分布。国际医学预科杂志3（9）：644
[2] Abrahamowicz M，Mackenzie T，Esdaile JM（1996）时间依赖性危险比：建模和假设检验在狼疮性肾炎中的应用。美国统计协会杂志91（436）：1432-1439·Zbl 0882.62101号 ·doi:10.1080/01621459.1996.10476711
[3] Banerjee T，Chen MH，Dey DK，Kim S（2007）生存数据广义奇数风险模型的贝叶斯分析。寿命数据分析13（2）：241-260·Zbl 1162.62430号 ·doi:10.1007/s10985-007-9035-3
[4] Cox D（1972）回归模型和生命表（含讨论）。皇家统计师协会期刊B 34:187-220·Zbl 0243.62041号
[5] Fan J，Yao Q（2003）非线性时间序列。柏林施普林格·Zbl 1014.62103号
[6] Gill RD，van der Vaart AW（1993）非参数和半参数极大似然估计和von Mises方法：II。Scand J统计20（4）：271-288·Zbl 0791.62038号
[7] Gray RJ（1992）使用样条分析生存数据的灵活方法，并应用于乳腺癌预后。美国统计协会杂志87（420）：942-951·doi:10.1080/01621459.1992.10476248
[8] Hastie T，Tibshirani R（1993）变系数模型。英国皇家统计师学会B辑（方法学）55（4）：757-796·Zbl 0796.62060号
[9] Hess KR（1994）使用三次样条函数评估比例风险回归模型中的时间-协方差相互作用。统计医学13（10）：1045-1062·doi:10.1002/sim.4780131007
[10] Kalbfleisch JD，Prentice RL（1981）平均危险比的估计。生物特征68:105-112·Zbl 0472.62053号 ·doi:10.1093/biomet/68.1.105
[11] Kooperberg C、Stone CJ、Truong YK（1995）《危险回归》。美国统计协会杂志90（429）：78-94·Zbl 0818.62097号 ·doi:10.1080/01621459.1999年5月10日0476491
[12] Kosorok MR（2007）《经验过程和半参数推断导论》。柏林施普林格·Zbl 1180.62137号
[13] Lininer L，Gail MH，Green SB，Byar DP（1979），分层和审查条件下生存曲线相等性的四种测试比较。生物特征66:417-428·Zbl 0417.62075号 ·doi:10.2307/2335160
[14] Moeschberger ML，Klein JP（2003）生存分析：删减和截断数据的技术。柏林施普林格·Zbl 1011.62106号
[15] Pepe MS，Fleming TR（1989），加权Kaplan-Meier统计：删失生存数据的一类距离检验。生物计量学45（2）：497-507·Zbl 0715.62087号 ·doi:10.2307/2531492
[16] Robins J，Tsiatis A（1992）含时间相关协变量的加速失效时间模型的半参数估计。生物特征79:311-20·Zbl 0751.62046号
[17] Royston P，Parmar M（2002），截尾生存数据的灵活参数比例因子和比例因子模型，应用于预测建模和治疗效果评估。统计医学21:2175-2197·数字对象标识代码：10.1002/sim.1203
[18] Schemper M、Wakounig S、Heinze G（2009）《通过加权Cox回归估计平均危险比》。统计医学28:2473-2489·Zbl 1179.81131号 ·数字对象标识代码：10.1002/sim.3623
[19] Shen Y，Fleming TR（1997）加权平均生存检验统计：截尾生存数据的一类距离检验。皇家统计师杂志59（1）：269-280·Zbl 0889.62038号 ·数字对象标识代码：10.1111/1467-9868.00068
[20] Therneau T，Grambsch P（2000）生存数据建模：扩展cox模型。纽约州施普林格·Zbl 0958.62094号 ·doi:10.1007/978-1-4757-3294-8
[21] Wei L（1992）加速失效时间模型：生存分析中cox回归模型的有用替代方法。统计医学11:1871-1879·doi:10.1002/sim.4780111409
[22] Xu R，O’Quigley J（2000）非比例风险下的平均回归效应估计。生物统计学1:423-439·Zbl 1096.62506号 ·doi:10.1093/生物统计学/1.4.423
[23] Zeng D，Chen Q，Chen MH，Ibrahim J，AR组（2012）通过半竞争风险模型估计治疗交叉的治疗效果：在结直肠癌研究中的应用。生物特征99:167-184·Zbl 1437.62669号 ·doi:10.1093/biomet/asr062
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。