拉菲克尔·乔杜里。；伊斯兰教，M.Ataharul 使用多级比例风险模型预测事件序列的风险：边际条件建模方法。 （英语） Zbl 1436.62463号 统计方法应用。 29，第1期，第141-171页（2020年）. 总结：在许多研究中，随着时间的推移，可能会发生一系列事件，这些事件会产生带有删失观察值的重复测量值。通常使用多状态模型，使用考克斯比例风险模型评估风险因素对从一种状态过渡到另一种状态的影响。近年来，人们对使用多状态模型预测不同阶段和终点的疾病状态越来越感兴趣。由于现有方法的复杂性，它们在预测方面的应用受到了限制。本文提出了一种使用多级建模方法进行事件序列风险预测的简单替代方法。所提出的预测方法是在条件设置中使用从开始到结束的一系列事件的新发展。该方法基于边际条件方法来连接轨迹中发生的事件。轨迹的概率很容易计算。所提出的风险预测方法的主要改进是，与现有方法相比，它是一种简单的方法，并且该方法可以很容易地推广到过程中的任意数量的事件到端点。本文使用所提出的风险预测方法举例说明了两个来自实际数据的示例。 MSC公司： 62号02 生存分析和删失数据中的估计 62M20型 随机过程推断和预测 62N01号 审查数据模型 第62页第25页 统计学在社会科学中的应用 关键词：多状态模型；生存分析；边际条件模型；事件的顺序；预测 软件：m状态；存活BIV；cmprsk公司；invGauss公司 PDF格式BibTeX公司 XML格式引用 \textit{R.I.Chowdhury}和\textit{M.A.Islam}，统计方法应用。29，第1号，141--171（2020；Zbl 1436.62463） 全文： 内政部 参考文献： [1] 阿伦，OO；O.博根。；Gjessing，香港，《生存与事件历史分析：过程观点》（2008），纽约：Springer Science+Business Media，LLC，纽约·Zbl 1204.62165号 [2] Andersen，PK，作为多状态模型的竞争风险，Stat Methods Med Res，112003-215（2002）·Zbl 1121.62567号 [3] 安徒生，PK；汉森，LS；Keiting，N.，非齐次马尔可夫过程删失观测转移概率的非参数和半参数估计，Scand J Stat，18，153-167（1991）·Zbl 0735.62079号 [4] 安徒生，PK；Perme，MP，多状态模型中结果概率的推断，统计方法医学研究，11，91-115（2008）·Zbl 1121.62568号 [5] Arjas，E。；Eerola，M.，《关于纵向研究中的预测因果关系》，《J Stat Plan推断》，34361-368（1993）·Zbl 0766.60048号 [6] R·阿里亚加达。；Rutqvist，LE；Kramar，A.，《确定早期乳腺癌无事件生存率的竞争风险》，英国癌症杂志，66951-957（1992） [7] 贝尔斯曼，J。；舒马赫，M。；Allignol，A.，《与r竞争的风险和多州模型》（2012），纽约：Springer，纽约·Zbl 1304.62002号 [8] Boracchi，P。；Antolini，L。；Biganzoli，E。；Marubini，E.，《竞争风险：建模粗糙的累积发生率函数》，《应用统计》，第17期，第25-60页（2005年） [9] Commumes，D.，流行病学中的多状态模型，《终身数据分析》，5315-327（1999）·兹伯利0941.62117 [10] Cox，DR，回归模型和寿命表（含讨论），J R Stat Soc B，34187-220（1972）·Zbl 0243.62041号 [11] Dabrowska，DM；Sun，G。；Horowitz，MM，《马尔可夫更新模型中的考克斯回归：在骨髓移植数据分析中的应用》，美国统计协会杂志，89867-877（1994）·Zbl 0804.62092号 [12] 再见，VT，Cox比例风险模型在多重感染数据中的应用，应用统计，28136-143（1979） [13] 精细，JP；Gray，RJ，竞争风险细分的比例风险模型，美国统计协会杂志，94496-509（1999）·Zbl 0999.62077号 [14] 马萨诸塞州盖尔，《对竞争风险分析中使用的一些模型的回顾和评论》，《生物计量学》，31209-222（1975）·Zbl 0312.62075号 [15] 吉兰，MH；Ryan，P。；格雷夫斯，东南部；密勒，LN；de Steiger，注册护士；Salter，A.，《应用于澳大利亚骨科协会国家关节置换登记处数据的竞争风险生存分析》，Acta Orthop，81，548-555（2010） [16] Gray，RJ，用于比较竞争风险累积发生率的一类K样本检验，Ann Stat，16，1141-1154（1988）·兹比尔0649.62040 [17] 霍尔特，JD，《特别参考配对实验的竞争风险分析》，Biometrika，65，159-165（1978）·Zbl 0421.62079号 [18] Hougaard，P.，《多状态模型：综述》，《寿命数据分析》，5，239-264（1999）·Zbl 0934.62112号 [19] 伊斯兰，马萨诸塞州，过渡和反向过渡的多州生存模型：对避孕药具使用数据的应用，皇家统计学会，A系列，157441-455（1994）·Zbl 1001.62527号 [20] 伊斯兰教，马萨诸塞州；Chowdhury，RI，《重复测量数据分析》（2017年），新加坡：新加坡施普林格·Zbl 1380.62004号 [21] 伊斯兰教，马萨诸塞州；乔杜里，RI；查克拉博蒂，北卡罗来纳州。；Bari，W.，《产前、分娩和产后期间产妇发病率的多阶段模型》，《统计医学》，23，137-158（2004） [22] Kalbfleisch，法学博士；Prentice，RL，《失效时间数据的统计分析》（1980），纽约：威利·Zbl 0504.62096号 [23] 卡普兰，EL；Meier，P.，《不完全观测的非参数估计》，美国统计学会杂志，53，457-481（1958）·Zbl 0089.14801号 [24] Kay，R.，使用比例风险回归模型分析多状态随机过程中的过渡时间，Commun Stat，11743-1756（1982）·Zbl 0527.62094号 [25] 克莱因，JP；基丁，N。；Copelan，EA，绘制多状态生存模型中的总结预测：骨髓移植患者缓解期复发和死亡的概率，Stat Med，13，2315-2332（1994） [26] 克莱因，JP；Moeschberger，ML，《生存分析：删失和截断数据的技术》（2003），纽约：Springer，纽约·兹比尔1011.62106 [27] Kleinbaum，DG；克莱恩，M.，《生存分析：自我学习的文本》（2012），纽约：施普林格，纽约 [28] Lunn，M。；科尔，SR；恒河，SJ，流行病学数据的竞争风险回归模型，《美国流行病学杂志》，170244-256（2009） [29] Meira-Machado，L。；Una-Alvarez，J。；Cadarso-Suarez，C。；Andersen，PK，《时间-事件数据分析的多状态模型》，《统计方法医学研究》，第18期，195-222页（2009年） [30] Moreira，A。；Meira-Machado，L.，survivalbiv：单变量删失下序列事件的二元分布函数估计，J Stat Softw，46，1-16（2012） [31] Porta N、Gomez G、Calle M L、Maltas N（2007）竞争风险方法。https://upcommons.upc.edu/bitstream/handle/2117/2201/TRCR.pdf。2019年1月20日访问 [32] 普伦蒂斯，RL；Kalbfleisch，法学博士；彼得森，AV；Flournoy，N。；再见，VT；Breslow，NE，《存在竞争风险时的故障时间分析》，生物统计学，34541-554（1978）·Zbl 0392.62088号 [33] Putter H（2011）生物统计学教程：使用mstate软件包进行竞争风险和多州模型分析。http://cran.rproject.org/web/packages/mstate/vignettes/Tutorial.pdf [34] H·推杆。；菲奥科，M。；Geskus，RB，《生物统计学教程：竞争风险和多状态模型》，《统计医学》，26，2389-2430（2007） [35] H·推杆。；van der Hage，J。；德博克，GH；埃尔加尔塔，R。；van de Velde，CJH，乳腺癌多状态模型中的估计和预测，Biom J，3366-380（2006）·Zbl 1442.62579号 [36] 萨塔戈潘，JM；Ben-Porat，L。；伯威克，M。；库特勒，D。；Auerbach，AD，生存数据分析中的竞争风险注释，英国癌症杂志，911229-1235（2004） [37] 公元前泰人；马钦，D。；白色，I。；Gebski，V.，骨肉瘤患者的竞争风险分析：四种不同方法的比较，Stat Med，20661-684（2001） 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。