×
伊凡·迪亚斯;伊丽莎白·科兰图尼;丹尼尔·汉利（Daniel F.Hanley）。;迈克尔·罗森布鲁姆

在不假设成比例风险的情况下，提高了生存结果随机试验分析的精确度。 （英语） Zbl 1429.62517号

寿命数据分析。 第3期，第25期，第439-468页（2019年）; 更正同上26，第1号，214-220（2020）。
小结：我们提出了一种新的随机试验中限制平均生存时间的估计值，在随机试验中，有可能取决于治疗和基线变量的正确审查。与传统估计量相比，所提出的估计量利用预测基线变量来获得相等或更好的渐近精度。在规则条件下，在处理层和基线变量的随机删失下，所提出的估计量具有以下特征：（i）在违反比例风险假设的情况下可以解释；（ii）在可识别条件下，它与Kaplan-Meier和逆概率加权估计量一致且至少同样精确；（iii）在违反独立审查的情况下（与Kaplan-Meier估计不同），当以协变量为条件的审查或生存分布被一致估计时，它保持一致；当这两个分布被一致估计时，它达到了非参数效率界。我们使用基于重新采样数据的模拟来说明我们方法的性能，这些数据来自一项新的中风外科治疗的第3阶段随机临床试验；与Kaplan-Meier估计器相比，该估计器的相对效率提高了12%。相对于具有时间-事件结果的随机试验的现有方法，所提出的估计器具有潜在优势，因为现有方法要么依赖于在许多应用中无法支持的模型假设，要么缺乏一些效率和一致性属性（i）-（iv）。我们侧重于估计有限的平均生存时间，但我们的方法可能适用于估计任何定义为每个研究组生存曲线之间平滑对比的治疗效果指标。我们提供R代码来实现估计器。

引用于1审查
引用于5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
62D05型 抽样理论、抽样调查
62N01号 审查数据模型
62号05 可靠性和寿命测试

关键词：

协变量调整;效率;基于目标最小损失的估计;随机审查;平均生存时间;随机试验;权利审查;Kaplan-Meier估计量

软件：

R（右）;苏夫特姆勒克特;超级学习者
PDF格式BibTeX公司 XML格式引用
\textit{I.Díaz}等人，《寿命数据分析》。25，第3号，439--468（2019；Zbl 1429.62517）
全文： 内政部 arXiv公司

参考文献：

[1] Bai，X。；齐亚提斯，Aa；卢·W。；Song，R.，《从分类角度使用局部有效双稳健估计量对生存终点的最佳治疗方案》，《寿命数据分析》，23，4，585-604（2017）·Zbl 1468.62372号
[2] Bang，H。；Robins，Jm，《缺失数据和因果推断模型中的双稳健估计》，《生物计量学》，61,4962-973（2005）·Zbl 1087.62121号
[3] 比克尔，Pj；卡拉森，加利福尼亚州；Ritov，Y。；Wellner，J.，《半参数模型的有效和自适应估计》（1997），柏林：施普林格出版社，柏林·Zbl 0894.62005号
[4] 布鲁克斯，Jc；Mj，Van Der Laan；歌手De；Go，As，具有时间相关协变量的右删失生存数据中基于目标最小损失的因果效应估计：华法林、中风和心房颤动死亡，因果推断J，1，2235-254（2013）·doi:10.1515/jci-2013-0001
[5] 曹伟。；齐亚提斯，Aa；Davidian，M.，《提高不完全数据总体均值的双鲁棒估计器的效率和鲁棒性》，Biometrika，96，3723-734（2009）·Zbl 1170.62007年
[6] 陈，P-Y；Tsiatis，Aa，关于两组受限制平均寿命差异的因果推断，生物统计学，57，4，1030-1038（2001）·Zbl 1209.62267号
[7] 科尔，高级；Hernán，Ma，用逆概率权重调整生存曲线，生物识别计算方法程序，75，1，45-49（2004）
[8] 科尔，高级；马·埃尔南；罗宾斯，Jm；Anastos，K。；Chmiel，J。；Detels，R。；Ervin，C。；费尔德曼，J。；格林布拉特，R。；Kingsley，L.，使用边际结构模型研究高效抗逆转录病毒治疗对获得性免疫缺陷综合征或死亡时间的影响，《美国流行病学杂志》，158,7687-694（2003）
[9] Cox，Dr，回归模型和生命表（含讨论），J R Stat Soc Ser B，34，2，187-220（1972）·Zbl 0243.62041号
[10] Díaz I，Colantuoni E，Rosenblum M（2015），随机试验结果分析的精确度提高。生物计量学。国际标准刊号1541-0420·Zbl 1419.62339号
[11] Efron，B.，《Bootstrap方法：又一次折刀》，《Ann Stat》，第7、1、1-26页（1979年）·Zbl 0406.62024号
[12] Gruber，S。；Van Der Laan，Mj，优于给定估计器的基于目标最小损失的估计器，Int J Biostat，8，1，1-22（2012）
[13] Hahn，J.，《关于倾向得分在平均治疗效果有效半参数估计中的作用》，《计量经济学》，66，2，315-331（1998）·Zbl 1055.62572号
[14] 英国国防部汉利；莱恩，K。；Mcbee，N。；齐艾，W。；Tuhrim，S。；Lees，Kr；道森·J。；甘地，D。；北卡罗来纳州乌尔曼。；模具，Wa；梅奥，瑞士；孟德尔，广告；格雷格森，B。；Butcher，K。；维斯帕，P。；Wright，Dw；Kase，Cs；小卡瓦波马；钥匙，Pm；Diener-West，M。；贝茨，Jf；汤普森，C。；糖，Ea；Yenokyan，G。；Janis，S。；约翰·S。；Harnof，S。；洛佩兹，G。；奥尔德里奇，Ef；哈里根先生；安萨里，S。；Jallo，J。；卡隆，J-L；Ledoux，D。；阿多耶，O。；Zuccarello，M。；Adams，Hp；Rosenblum，M。；汤普森，Re，溶栓清除脑室内出血治疗重度卒中：随机、多中心、多区域、安慰剂对照的clear iii试验结果，《柳叶刀》，389，10069，603-611（2017）·doi:10.1016/S0140-6736（16）32410-2
[15] Hubbard AE，Van Der Laan MJ，Robins JM（2000），观察性研究中使用右删失数据和协变量对治疗特异性生存分布的非参数局部有效估计。收录：Halloran ME，Berry D（编辑）流行病学、环境和临床试验的统计模型。柏林施普林格，第135-177页·Zbl 0983.62077号
[16] 卢，X。；Tsiatis，Aa，在信息审查的情况下利用时滞反应进行治疗效果的半参数估计，《寿命数据分析》，17，4，566-593（2011）·Zbl 1236.62021号
[17] 摩尔（Kl Moore）；Van Der Laan，Mj，通过协变量调整提高右删失结果随机试验的功效，生物医药统计杂志，19，6，1099-1131（2009）
[18] 摩尔（Kl Moore）；Van Der Laan，Mj，二元结果随机试验中的协变量调整：目标最大似然估计，《统计医学》，28，1，39-64（2009）
[19] 帕拉斯特，L。；田，L。；Cai，T.，随机临床试验中生存率和治疗效果的Landmark估计，美国统计学会杂志，109，505，384-394（2014）·Zbl 1367.62296号
[20] Pfanzagl，J。；Wefelmeyer，W.，对一般渐近统计理论的贡献，统计风险模型，3，3-4，379-388（1985）·Zbl 0578.62003号
[21] 罗宾斯，Jm；Ritov，Y.，《面向半参数模型的维数诅咒（CODA）渐近理论》，Stat Med，16，3，285-319（1997）
[22] Robins JM，Rotnitzky A（1992）使用替代标记恢复信息和调整从属审查。在：艾滋病流行病学，方法学问题。Bikhä用户
[23] 罗宾斯，Jm；Rotnitzky，A。；Zhao，Lp，当一些回归变量不总是被观测时回归系数的估计，美国统计协会杂志，89，427，846-866（1994）·Zbl 0815.62043号
[24] Rotnitzky A，Robins JM（2005），生存分析中的逆概率加权。Encycl生物统计。10.1002/0470011815.b2a11040
[25] Rotnitzky，A。；雷，Q。；Sued，M。；Robins，Jm，《缺失数据和因果推理模型中的改进双稳健估计》，Biometrika，99，2，439-456（2012）·Zbl 1239.62071号
[26] 罗伊斯顿，P。；Parmar，Mkb，当比例风险假设存在疑问时，使用限制平均生存时间评估随机临床试验中的治疗效果，Stat Med，30，19，2409-2421（2011）
[27] Rubin，Db，《调查中无应答的多重插补》（1987年），纽约：威利·2007年6月10日
[28] Scharfstein DO，Rotnitzky A，Robins JM（1999）使用半参数无响应模型调整不可忽视的辍学：Rejoiner。美国国家统计协会杂志94（448）：1135-1146。国际标准编号01621459·Zbl 1072.62644号
[29] Schemper，M.，非比例风险函数生存数据的考克斯分析，统计学家，41，4，455-465（1992）
[30] 奥斯汀·斯蒂尔曼；德格鲁托拉，V。；Van Der Laan，Mj，生存分析中应用于因果推断的纵向数据的TMLE的一般实现，国际生物统计杂志，8，1，1-39（2012）
[31] Tan，Z.，《使用倾向得分进行因果推理的分布方法》，美国统计学会杂志，101，476，1619-1637（2006）·Zbl 1171.62320号
[32] Tan，Z.，有界、高效和双稳健的反加权估计，Biometrika，97，3，661-682（2010）·Zbl 1195.62037号
[33] 田，L。；赵，L。；Wei，Lj，在生存分析中用受试者的基线协变量预测受限平均事件时间，生物统计学，15，2，222-233（2014）·doi:10.1093/biostatistics/kxt050
[34] 齐亚提斯，Aa；Davidian，M。；张，M。；Lu，X.，《随机临床试验中两样本治疗比较的协变量调整：一种原则性但灵活的方法》，《统计医学》，27，23，4658-4677（2008）
[35] Van Der Laan，Mj，有针对性地估计滋扰参数以获得有效的统计推断，Int J Biostat，10，1，29-57（2014）
[36] Van Der Laan，医学博士。；Gruber，S.，基于通用最不利一维子模型的一步目标最小损失估计，国际生物统计杂志，12，1，351-378（2016）
[37] Mj，Van Der Laan；Robins，Jm，《审查纵向数据和因果关系的统一方法》（2003），纽约：Springer，纽约·Zbl 1013.62034号
[38] Mj，Van Der Laan；Rubin，D.，目标最大似然学习，国际生物统计杂志，2，1，1-38（2006）
[39] van der Laan MJ、Polley E、Hubbard A（2007）《超级学习者》。统计应用基因分子生物学6（25）：第25条·Zbl 1166.62387号
[40] Van Der Vaart，Aw，《渐近统计》（1998），剑桥：剑桥大学出版社，剑桥·Zbl 0910.62001号
[41] Wellner JA，Zhan Y（1996）自举z估计量。华盛顿大学统计系技术报告，308
[42] 威廉姆森（Ej Williamson）；福布斯，A。；White，Ir，使用倾向得分通过逆概率加权降低随机试验中的方差，Stat Med，33，5，721-737（2014）
[43] Wolpert，Dh，叠加泛化，神经网络，5，2，241-259（1992）
[44] 谢军。；Liu，C.，生存数据处理加权逆概率的调整Kaplan-Meier估计量和log-rank检验，Stat Med，24，20，3089-3110（2005）
[45] Zhang，M.，在随机临床试验中提高效率和减少估计生存曲线偏差的稳健方法，《寿命数据分析》，21，1，119-137（2014）·Zbl 1322.62257号 ·doi:10.1007/s10985-014-9291-y
[46] 张，M。；齐亚提斯，Aa；Davidian，M.，使用辅助协变量提高随机临床试验推论的效率，生物统计学，64，3，707-715（2008）·兹比尔1170.62082
[47] 赵，L。；田，L。；Uno，H。；Solomon，Sd；Pfeffer，Ma；辛德勒，Js；Wei，Lj，利用两种生存功能的综合差异量化治疗对比度，以设计、监测和分析比较临床研究，临床试验，9，5，570-577（2012）
[48] Zhao L，Claggett B，Tian L，Uno H，Pfeffer MA，Solomon SD，Trippa L，Wei LJ（2016）生存分析中的限制平均生存时间曲线。生物统计学72（1）：215-221。10.1111/biom.12384，ISSN 1541-0420·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。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。