×
苏建林;罗素·J·斯蒂尔。;伊恩·施赖尔

重复事件数据的半参数加速趋势更新过程。 （英语） Zbl 07447450号

寿命数据分析。 27，第3期，357-387（2021）.
总结：在许多生物医学纵向研究中，当随访期间每个受试者的健康相关事件可能重复发生时，会出现复发事件数据。在本文中，我们研究了重复事件之间的间隔时间。我们基于趋势更新过程提出了一种新的半参数加速间隙时间模型，该模型包含趋势和更新组件，允许强度函数在连续事件之间变化。我们使用Buckley-James插补方法来处理经过审查的转换间隙时间。所提出的估计量被证明是一致的和渐近正态的。本文还介绍了残差的模型诊断图和一种在给定协变量和随访时间的情况下预测复发事件数量的方法。通过仿真研究评估了该方法的有限样本性能。通过对两个实际数据集的应用，证明了所提出的技术。

MSC公司：

62Nxx号 生存分析和审查数据
62页第10页 统计学在生物学和医学科学中的应用；元分析

关键词：

加速变换间隙时间模型;巴克利-詹姆斯插补;模型诊断图;预测;反复发生的事件;趋势更新过程
PDF格式BibTeX公司 XML格式引用
\textit{C.-L.Su}等人，《寿命数据分析》。27，第3号，357--387（2021；Zbl 07447450）
全文： 内政部

参考文献：

[1] 安徒生，PK；Gill，RD，Cox的计数过程回归模型：大样本研究，Ann Stat，10，4，1100-1120（1982）·Zbl 0526.62026号
[2] Bain，L.，可靠性和寿命试验模型的统计分析：理论和方法（2017），纽约：Routledge，纽约
[3] 巴尔塔扎尔·阿班，I。；Peña，EA，基于危险的残差特性及其在模型诊断中的意义，美国统计协会杂志，90，429，185-197（1995）·Zbl 0820.62085号
[4] 巴克利，J。；James，I.，具有截尾数据的线性回归，Biometrika，66，32429-436（1979）·Zbl 0425.62051号
[5] 蔡，T。；魏，LJ；Wilcox，M.，聚类故障时间数据的半参数回归分析，Biometrika，87，4，867-878（2000）·Zbl 1028.62025号
[6] Chang，SH，重复事件中连续逗留时间的加速失效时间模型中的边际效应估算，寿命数据分析，10，2，175-190（2004）·Zbl 1058.62082号
[7] Chiou，SH；Kang，S。；Kim，J。；Yan，J.，带广义估计方程的边际半参数多元加速失效时间模型，寿命数据分析，20，4，599-618（2014）·Zbl 1357.62296号
[8] 克莱门特，DY；斯特劳德曼，RL，《复发事件间隔时间的条件GEE》，生物统计学，10，3，451-467（2009）·Zbl 1437.62426号
[9] 厨师，RJ；Lawless，J.，《复发事件的统计分析》（2007年），纽约：施普林格出版社，纽约·Zbl 1159.62061号
[10] 厨师，RJ；Lawless，JF；Lakhal-Chaieb，L。；Lee，KA，事件依赖性审查和终止下复发事件平均功能和治疗效果的稳健估计：在骨转移癌的骨骼并发症中的应用，美国统计学会杂志，104，485，60-75（2009）·Zbl 1388.62281号
[11] 达林顿，G。；Dixon，S.，重复间隔时间数据的事件加权比例风险建模，Stat Med，32，1，124-130（2013）
[12] Du，P.，复发事件数据间隙时间的非参数建模，《寿命数据分析》，15，2，256-277（2009）·Zbl 1282.62215号
[13] 盖尔，M。；桑特纳，T。；Brown，C.，《基于多次肿瘤比较致癌实验的分析》，生物统计学，36，2，255-266（1980）·Zbl 0463.62098号
[14] 加米兹，马里兰州；Lindqvist，BH，趋势更新过程中的非参数估计，Reliab Eng Syst Saf，145，38-46（2016）
[15] 高登，O。；杨，B。；Xie，M.，基于Duane图的幂律过程的简单优度测试，IEEE Trans-Relib，52，1，69-74（2003）
[16] JR González；费尔南德斯，E。；莫雷诺，V。；Ribes，J。；佩里斯，M。；纳瓦罗，M。；坎布雷，M。；Borrás，JM，结直肠癌患者再次入院的性别差异，《流行病学公共卫生杂志》，59，6，506-511（2005）
[17] 汉密尔顿，总经理；明尼苏达州米乌维塞；加利福尼亚州埃默里；Shrier，I.，继发性损伤的定义、分类和后果，《临床运动医学杂志》，21，6，508-514（2011）
[18] Heggland，K。；Lindqvist，BH，可修复系统数据时间趋势的非参数单调最大似然估计，Reliab Eng Syst Saf，92，5，575-584（2007）
[19] 黄，Y。；Chen，YQ，复发事件之间差距的边际回归，寿命数据分析，9，3，293-303（2003）·Zbl 1116.62422号
[20] 乔基尔·罗基塔，A。；Magiera，R.，趋势更新过程的参数估计，统计计算，22，2，625-637（2012）·Zbl 1322.62088号
[21] Kang，F。；Sun，L。；Zhao，X.，一类针对重复间隔时间的转换危险模型，计算统计数据分析，83，151-167（2015）·Zbl 1507.62088号
[22] 科瓦洛伊，JT；Lindqvist，BH，基于TTT的可修复系统数据趋势测试，Reliab Eng Syst Saf，60，1，13-28（1998）
[23] Lawless，JF；Nadeau，C.，《周期性事件分析的一些简单稳健方法》，技术计量学，37，2，158-168（1995）·Zbl 0822.62085号
[24] Lawless，JF；奇奥沙尔，C。；Cook，RJ，《重复事件过程中单调趋势的测试》，《技术计量学》，54，2，147-158（2012）
[25] Lawless，JF，泊松过程数据的回归方法，美国国家统计协会，82399808-815（1987）·Zbl 0657.62103号
[26] Lin，D。；Wei，L。；杨，I。；Ying，Z.，复发事件平均值和比率函数的半参数回归，J R Stat Soc Ser B（Stat Methodol），62，4，711-730（2000）·Zbl 1074.62510号
[27] Lindqvist，B。；Elveback，G。；Heggland，K.，《可修复系统统计分析的趋势更新过程》，《技术计量学》，45，1，31-44（2003）
[28] Lindqvist，BH，《关于可修复系统的统计建模和分析》，《统计科学》，21532-551（2006）·Zbl 1129.62092号
[29] Louzada，F。；马萨诸塞州马塞拉；Cancho，VG，基于乘法边际速率函数的间隙时间模型，该函数考虑了零电流单位，Stat Methods Med Res，26，5，2000-2010（2017）
[30] 罗，X。；Huang，CY，使用加权风险集方法和改进的簇内重采样方法分析重复间隔时间数据，Stat Med，30，4，301-311（2011）
[31] Miller，RG，带删失数据的最小二乘回归，Biometrika，63，3，449-464（1976）·兹伯利0344.62058
[32] 内尔德，JA；Mead，R.，函数最小化的单纯形方法，计算J，7，4，308-313（1965）·Zbl 0229.65053号
[33] Nelson，W.，《系统维修数据的图形分析》，J Qual Technol，20，1，24-35（1988）
[34] 潘·W。；Connett，JE，《用多重插补方法对聚类删失数据进行线性回归》，《寿命数据分析》，第7期，第2期，第111-123页（2001年）·Zbl 1009.62053号
[35] 佩尼亚，EA；斯特劳德曼，RL；Hollander，M.，用复发事件数据进行非参数估计，美国统计协会杂志，96，456，1299-1315（2001）·Zbl 1073.62566号
[36] Pietzner，D。；Wienke，A.，《趋势更新过程：医疗复发数据的有用模型》，Stat Med，32，1，142-152（2013）
[37] 普伦蒂斯，RL；威廉姆斯，BJ；Peterson，AV，关于多变量失效时间数据的回归分析，Biometrika，68，2，373-379（1981）·Zbl 0465.62100号
[38] 伦杜，V。；Mazroui，Y。；Gonzalez，JR，脆弱包：使用惩罚似然估计或参数估计分析脆弱模型相关生存数据的r包，J Stat Softw，47，4，1-28（2012）
[39] 德国绍贝尔；Cai，J.，有序多变量失效时间数据间隙时间存活函数的非参数估计，Stat Med，23，12，1885-1900（2004）
[40] 德国绍贝尔；Cai，J.，顺序排列的多变量故障时间数据的间隙时间风险函数的回归方法，Biometrika，91，2291-303（2004）·Zbl 1081.62103号
[41] 斯特劳德曼，RL，《加速间隙时间模型》，Biometrika，92，3，647-666（2005）·Zbl 1183.62172号
[42] 斯特劳德曼，RL，依赖间隙时间的回归模型，国际生物统计杂志，2，1，1-32（2006）·Zbl 1117.62490号
[43] Su CL，Lin FC（2020）多事件类型循环复发事件数据分析。Jpn J统计数据科学1-21
[44] 苏，CL；斯蒂尔，R。；Shrier，I.，复发事件数据的双稳健估计和因果推断，《统计医学》，39，17，2324-2338（2020）
[45] Su CL，Platt RW，Plante JF（2020b）使用伪观测对复发事件数据进行因果推断。生物统计学
[46] Sun，L。；公园，DH；Sun，J.，重复间隔时间的加性危险模型，中国统计，16，3199-932（2006）·Zbl 1107.62106号
[47] RC团队，Worldwide C（2002）The r stats包。R统计计算基金会，奥地利维也纳。网址：http://www.R-project.org
[48] 瓦拉丹，R。；Gilbert，P.，BB:求解大型非线性方程组和优化高维非线性目标函数的R包，J Stat Softw，32，4，1-26（2009）
[49] 王，MC；Chang，SH，复发生存函数的非参数估计，美国统计学会杂志，94445146-153（1999）·Zbl 0999.62079号
[50] Ye，Y。；Kalbfleisch，法学博士；Schaubel，DE，相关复发和终末期事件的半参数分析，生物统计学，63，1，78-87（2007）·Zbl 1124.62083号
[51] 尹，G。；Cai，J.，多变量失效时间数据的分位数回归模型，生物统计学，61，1，151-161（2005）·Zbl 1077.62086号
[52] Ying，Z。；Wei，LJ，相关失效时间观测值的Kaplan-Meier估计，J Multivar Ana，50，1，17-29（1994）·Zbl 0798.62048号
[53] 曾博士。；Lin，D.，计数过程半参数变换模型的有效估计，Biometrika，93，3，627-640（2006）·Zbl 1108.62083号
[54] 曾博士。；Lin，D.，非光滑估计函数的有效重采样方法，生物统计学，9，2，355-363（2008）·Zbl 1143.62025号
[55] 赵，X。；Zhou，X.，通过边际利率函数模拟复发事件之间的间隔时间，计算统计数据分析，56，2，370-383（2012）·Zbl 1239.62101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。