托马斯·默里。;布赖恩·霍布斯（Brian P.Hobbs）。;丹尼尔·萨金特。;布莱德利·P·卡林。 具有半参数时间相关和形状受限协变量效应的灵活贝叶斯生存模型。 （英语） Zbl 1357.62281号 贝叶斯分析。 11，第2期，381-402（2016）. 概要：目前，可用软件对时间-事件数据进行完全贝叶斯分析的选项很少，其中危险是半参数或非参数估计的。一种选择是分段指数模型，它需要一个通常不切实际的假设，即风险随时间分段不变。本文的主要目的是构建一个可处理的半参数替代方案，以替代假设危险是连续的分段指数模型，并提供可修改的、用户友好的软件，允许在各种设置中使用这些方法。为了实现这一目标，我们使用了一种基于低阶薄板线性样条的新型对数模型公式，该样条易于调整具有时间相关和比例危险效应的协变量，可能会受到形状限制。我们通过仿真研究模型选择的性能。然后，我们分析了一项临床试验的结直肠癌数据，比较了两种新型治疗方案相对于整体生存护理标准的疗效。我们估计了每种新方案相对于护理标准的时间依赖性风险比，同时调整了天冬氨酸转氨酶（一种肝功能生物标志物，受非递减形状限制）的影响。 引用于5文件 MSC公司： 62N01号 审查数据模型 2015年1月62日 贝叶斯推断 62号05 可靠性和寿命测试 62层30 约束条件下的参数化推理 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：贝叶斯方法;生存分析;半参数方法;惩罚样条曲线;形状限制效应;时间相关效应;结直肠癌 软件：贝叶斯DA;半标准杆;WinBUGS公司;卡爪;漏洞 PDF格式BibTeX公司 XML格式引用 \textit{T.A.Murray}等人，《贝叶斯分析》。11，第2号，381--402（2016；Zbl 1357.62281） 全文： 内政部 欧几里得 参考文献： [1] Bender，R.、Augustin，T.和Blettner，M.（2005）。“生成生存时间以模拟Cox比例危险模型”，《医学统计》，24（11）：1713-1723·数字对象标识代码：10.1002/sim.2059 [2] Brezger，A.和Steiner，W.（2004）。单调回归贝叶斯P样条〉，《商业与经济统计杂志》，26（1）：90-104。 [3] Cai，T.、Hyndman，R.和Wand，M.（2002）。“基于混合模型的危险评估”，《计算与图形统计杂志》，11（4）：784-798·doi:10.1198/106186002862 [4] Cox，D.R.（1975）。“部分可能性”，《生物特征》，62（2）：269-276·Zbl 0312.62002号 ·doi:10.1093/biomet/62.2.269 [5] Crainiceanu，C.M.、Ruppert，D.和Wand，M.P.（2005）。“使用WinBUGS对惩罚样条回归进行贝叶斯分析”，《统计软件杂志》，14（14）：1-24。 [6] Dunson，D.B.（2005）。“计数数据的贝叶斯半参数等渗回归”，《美国统计协会杂志》，100（470）：618-627·兹比尔1117.62322 ·doi:10.1198/0162145000001457 [7] Fahrmeir，L.和Hennerfeind，A.（2003）。“基于惩罚样条的非参数贝叶斯风险率模型”，讨论文件//Sonderforschungsbereich 386 der Ludwig-Maximilians-Universitaät München 361。 [8] Fahrmeir，L.和Lang，S.（2001）。“基于马尔可夫随机场先验的广义加性混合模型的贝叶斯推断”，《皇家统计学会杂志：C辑（应用统计学）》，50（2）：201-220·doi:10.1111/1467-9876.00229 [9] Gamerman，D.（1991）。生存数据的动态贝叶斯模型〉，《应用统计学》，40（1）：63-79·Zbl 0825.62867号 ·doi:10.2307/2347905 [10] Gelfand，A.E.和Mallick，B.K.（1995年）。“基于单调函数的比例风险模型的贝叶斯分析”，《生物计量学》，51:843-852·兹比尔0868.62028 ·doi:10.2307/2532986 [11] Gelman，A.（2006年）。“层次模型中方差参数的先验分布”，贝叶斯分析，1:1-19·Zbl 1331.62139号 ·doi:10.1214/06-BA117A [12] Gelman，A.、Carlin，J.B.、Stern，H.S.、Dunson，D.B.、Vehtari，A.和Rubin，D.B.（2014）。贝叶斯数据分析，第3版。佛罗里达州博卡-雷顿：查普曼和霍尔/CRC出版社·Zbl 1279.62004号 [13] Goldberg，R.M.、Sargent，D.J.、Morton，R.F.、Fuchs，C.S.、Ramanathan，R.K.、Williamson，S.K.，Findlay，B.P.、Pitot，H.C.和Alberts，S.R.（2004）。“氟尿嘧啶联合亚叶酸、伊立替康和奥沙利铂治疗先前未经治疗的转移性结直肠癌患者的随机对照试验。”《临床肿瘤学杂志》，22（1）：23-30。 [14] Hennerfeind，A.、Brezger，A.和Fahrmeir，L.（2006）。“地理加性生存模型”，《美国统计协会杂志》，101（475）：1065-1075·Zbl 1120.62331号 ·doi:10.1198/016214500000348 [15] Henschel，V.、Engel，J.、Hölzel，D.和Mansmann，U.（2009年）。“区间删失数据和脆弱性效应的半参数贝叶斯比例风险模型”，BMC医学研究方法，9（1）：1-15。 [16] 易卜拉欣，J.G.、陈，M.H.和辛哈，D.（2001）。贝叶斯生存分析。纽约：斯普林格·Zbl 0978.62091号 [17] Klein，J.P.和Moeschberger，M.L.（2003）。生存分析：删减数据和截短数据的技术。纽约州纽约市：斯普林格·Zbl 1011.62106号 ·doi:10.1007/b97377 [18] Lin，X.、Cai，B.、Wang，L.和Zhang，Z.（2014）。“一般间隔感知数据的贝叶斯比例风险模型”，《寿命数据分析》，1-21。数字对象标识：·Zbl 1322.62133号 ·doi:10.1007/s10985-014-9305-9 [19] Lunn，D.、Spiegelhalter，D.，Thomas，A.和Best，N.（2009年）。“BUGS项目：进化、批判和未来方向”，《医学统计学》，28（25）：3049-3067·doi:10.1002/sim.3680 [20] Müller，P.和Mitra，R.（2013）。“贝叶斯非参数推断：为什么和如何”，《贝叶斯分析》，8（2）：269-302·Zbl 1329.62171号 ·doi:10.1214/13-BA811 [21] 普卢默（2003）。“JAGS：使用吉布斯采样分析贝叶斯图形模型的程序。”。 [22] Ruppert，D.（2002）。“为缺陷样条选择节数”，《计算与图形统计杂志》，11（1）：735-757·doi:10.1198/106186002853 [23] Ruppert，D.、Wand，M.和Carroll，R.（2003年）。半参数回归。纽约：剑桥大学出版社·Zbl 1038.62042号 ·文件编号：10.1017/CBO9780511755453 [24] Sharef，E.、Strawderman，R.L.、Ruppert，D.、Cowen，M.和Halasyamani，L.（2010年）。“比例风险脆弱性模型中的贝叶斯自适应B样条估计”，《统计学电子期刊》，4:606-642·Zbl 1329.62406号 ·doi:10.1214/10-EJS566 [25] Shively，T.S.和Sager，T.W.（2009）。“非参数单调函数估计的贝叶斯方法”，《皇家统计学会杂志：B辑（统计方法）》，71（1）：159-175·Zbl 1231.62058号 ·doi:10.1111/j.1467-9868.2008.00677.x [26] Shively，T.S.、Walker，S.G.和Damian，P.（2011年）。“受单调性、凸性和其他形状约束的非参数函数估计”，《计量经济学杂志》，161:166-181·Zbl 1441.62870号 ·doi:10.1016/j.jeconom.2010.12.001 [27] Spiegelhalter，D.J.、Best，N.G.、Carlin，B.P.和Van Der Linde，A.（2002）。“模型复杂性和拟合的贝叶斯度量”，《皇家统计学会杂志：B辑（统计方法）》，64（4）：583-639·Zbl 1067.62010年 ·数字对象标识代码：10.1111/1467-9868.00353 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。