×
周，钱M。;戴、伟;郑英业;蔡天喜

具有纵向研究的稳健动态风险预测。 （英语） Zbl 07660538号

统计理论相关。领域 1，第2号，159-170（2017）。
摘要：提供准确、动态的年龄特异性风险预测是精确医学的关键步骤。在这份手稿中，我们介绍了一种通过灵活的变系数模型直接估算（τ）岁年龄特定绝对风险的方法。该方法有助于利用个人一生中变化的预测因子。通过使用非参数逆概率加权核估计方程，可以在不需要指定函数形式的情况下估计风险因素的年龄效应。该方法允许跨年龄相近的个体借用信息，因此，它为纵向信息仅被稀疏测量的情况提供了一种实用的解决方案。我们通过数值研究评估了所提出的估计和推理程序的性能，并与文献中的现有方法进行了比较。我们通过使用Framingham研究的数据开发动态预测模型来说明我们提出的方法的性能。

MSC公司：

62至XX 统计

关键词：

逆概率加权;纵向标记;非参数平滑;预测准确度;风险预测;生存分析

软件：

吉咪
PDF格式BibTeX公司 XML格式引用
\textit{Q.M.Zhou}等人，《统计理论关系》。字段1，编号2，159-170（2017；Zbl 07660538）
全文： 内政部 链接

参考文献：

[1] 布兰奇，P。；Dartigues，J.-F。；Jackmin-Gadda，H.，《估计和比较受检事件时间和竞争风险下接收器操作特征曲线下的时间依赖区域》，《医学统计》，32，30，5381-5397（2013）
[2] 蔡，T。；田，L。；Uno，H.等人。；Solomon，S.D。；Wei，L.J.，校准参数化主题特定风险估计，Biometrika，97，2，389-404（2010）·Zbl 1205.62161号
[3] Eguchi，S.等人。；Copas，J.，一类逻辑型判别函数，生物统计学，89，1，1-22（2002）·Zbl 0995.62065号
[4] 盖尔，M.H。；洛杉矶布林顿。；Byar，D.P。；科尔，D.K。；格林，S.B。；Schairer，C。；Mulvihill，J.J.，《预测每年接受检查的白人女性患乳腺癌的个体化可能性》，《国家癌症研究所杂志》，81，24，1879（1989）
[5] Gerds，T.A。；蔡，T。；舒马赫，M.，《风险预测模型的性能》，《生物医学杂志》，50，4，457-479（2008）·Zbl 1442.62375号
[6] 李，K.-C。；Duan，N.，链接冲突下的回归分析，《统计年鉴》，17，3，1009-1052（1989）·Zbl 0753.62041号
[7] 刘，D。；郑毅。；普伦蒂斯，R.L。；Hsu，L.，用时间-事件数据估计风险：女性健康倡议的应用，美国统计协会杂志，109，506，514-524（2014）
[8] Lloyd-Jones，D.M.，心血管风险预测基本概念、现状和未来方向，《循环》，121，15，1768-1777（2010）
[9] 莫斯卡，L。；Appel，L.J。；E.J.本杰明。；贝拉，K。；北卡罗来纳州Chandra-Strobos。；Fabunmi，R.P.，《女性心血管疾病预防的循证指南》1，《美国心脏病学院杂志》，43，5，900-921（2004）
[10] 诺依曼，M.H。；Polzehl，J.，非参数回归中的同步引导置信带，非参数统计杂志，9，4，307-333（1998）·Zbl 0913.62041号
[11] Parast，L。；Cheng，S.-C。；Cai，T.，结合短期事件时间信息的长期生存率地标预测，美国统计协会杂志，1075001492-1501（2012）·Zbl 1258.62107号
[12] Park，Y。；Wei，L.J.，在加速失效时间模型下估算受试者特定生存函数，Biometrika，90，3，717-723（2003）·兹比尔1436.62478
[13] Ridger，P.M。；Buring，J.E。；Rifai，N。；Cook，N.R.，用于评估全球女性心血管风险的改进算法的开发和验证：Reynolds风险评分，Jama，297，6611-619（2007）
[14] Rizopoulos，D.，Jm：纵向和时间-事件数据联合建模的r包，《统计软件杂志》，35，9，1-33（2010）
[15] 田，L。；Zucker，D。；Wei，L.J.，《关于时变回归系数的cox模型》，《美国统计协会杂志》，100469172-183（2005）·Zbl 1117.62435号
[16] Tsiatis，A。；德格鲁托拉，V。；Wulfsohn，M.S.，用误差测量的纵向数据建立生存关系模型。艾滋病患者存活率和cd4计数的应用，美国统计协会杂志，90，429，27（1995）·Zbl 0818.62102号
[17] Tsiatis，A.A。；Davidian，M.，《纵向数据和时间-事件数据的联合建模：综述》，《中国统计》，第14期，第3期，第809-834页（2004年）·Zbl 1073.62087号
[18] Uno，H。；蔡，T。；田，L。；Wei，L.J.，用删失回归模型评估t年存活者的预测规则，美国统计协会杂志，102478（2007）·Zbl 1172.62327号
[19] Wang，Y。；Taylor，J.M.G.，《应用于获得性免疫缺陷综合征的纵向和事件时间数据联合建模》，美国统计协会杂志，96，455，895-905（2001）·Zbl 1047.62115号
[20] Wolf，P.A。；达戈斯蒂诺，R.B。；Belanger，A.J。；Kannel，W.B.，《中风概率：来自弗明翰研究的风险预测》，中风，22，3，312-318（1991）
[21] Wu，C.-F.J.，Jackknife，bootstrap和回归分析中的其他重采样方法，《统计年鉴》，第14卷，第4期，第1261-1295页（1986年）·Zbl 0618.62072号
[22] Ye，W。；林，X。；Taylor，J.M.G.，纵向测量和事件时间数据的半参数建模——两阶段回归校准方法，生物计量学，64，41238-1246（2008）·Zbl 1151.62093号
[23] 郑毅。；蔡，T。；Feng，Z.，时间相关roc曲线在多生物标记预测准确性中的应用，生物统计学，62，1，279-287（2006）·Zbl 1091.62131号
[24] 郑毅。；Heagerty，P.J.，纵向标记数据时间相关ROC曲线的半参数估计，生物统计学，5，4，615-632（2004）·Zbl 1069.62106号
[25] 郑毅。；Heagerty，P.J.，纵向数据的部分条件生存模型，生物统计学，61,2379-391（2005）·Zbl 1077.62090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。