×

存在固化分数时间隔相关数据的半参数转换模型。 (英语) Zbl 1412.62146号

摘要:当已知感兴趣的事件仅发生在由一系列随机检查时间引起的间隔内时,就会出现混合案例间隔相关数据。此类数据在纵向随访的疾病研究中常见。此外,医疗在过去十年中取得了进步,许多类型的疾病得到治愈的患者比例越来越高。因此,人们对生存数据的治疗模型越来越感兴趣,该模型假设人群中有一定比例的受试者不会经历感兴趣的事件。在本文中,我们考虑一个用于混合病例间隔相关数据回归分析的双组分混合治愈模型。第一部分是描述治愈率的逻辑回归模型,第二部分是描述未治愈受试者事件时间分布的半参数转换模型。我们对所考虑的模型提出了半参数最大似然估计。我们发展了一种EM型算法来获得回归参数的半参数最大似然估计(SPMLE),并建立了它们的一致性、效率和渐近正态性。大量仿真研究表明,SPMLE在各种设置下都能令人满意地工作。通过对美国国家航空航天局低压减压病数据的分析,说明了所提出的方法。

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
62N01号 审查数据模型
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Banerjee,S.和Carlin,B.P.(2004)。间隔截尾复发时间数据的参数化空间治愈率模型。生物计量学, 60, 268-275. ·Zbl 1130.62367号
[2] 陈先生。,易卜拉欣,J.G.和辛哈,D.(1999)。具有生存分数的生存数据的新贝叶斯模型。美国统计协会杂志, 94, 909-919. ·Zbl 0996.62019号
[3] Chen,K.,Jin,Z.和Ying,Z.(2002)。具有截尾数据的变换模型的半参数分析。生物特征, 89, 659-668. ·Zbl 1039.62094号
[4] Chen,H.Y.和Little,R.J.A.(1999)。缺失协变量的比例风险回归。美国统计协会杂志, 94, 896-908. ·Zbl 0996.62092号
[5] Chen,C.-H。,Tsay,Y.‐C。,Wu,Y.‐C.和霍恩,C.‐F。(2013). 具有左截断和一般区间删失数据非敏感性的Logistic‐AFT位置尺度混合回归模型。医学统计学,324285至4305。
[6] Cheng,S.C.、Wei,L.J.和Ying,Z.(1995)。带删失数据的转换模型分析。生物特征, 82, 835-845. ·Zbl 0861.62071号
[7] Conkin,J.和Powell,M.(2001年)。下半身乏力是降低减压病风险的一个因素。航空、航天和环境医学, 72, 202-214.
[8] Dabrowska,D.M.和Doksum,K.A.(1988年)。在两样本广义赔率模型中进行估计和测试。美国统计协会杂志, 83, 744-749. ·Zbl 0662.62045号
[9] Denoble,P.J.、Vann,R.D.、Pollock,N.W.、Uguccioni,D.M.、Freiberge,J.J.和Pieper,C.F.(2005)。减压病(DCS)和动脉气体栓塞(AGE)的病例对照研究。海底和高压医学, 32, 302-303.
[10] 《永别了,V.T.》(1982)。使用混合模型分析长期幸存者的生存数据。生物计量学, 38, 1041-1046.
[11] Frydman,H.(1994)。关于区间截尾观测值分布函数的非参数估计的注记。英国皇家统计学会杂志B辑, 56, 71-74. ·兹比尔0800.62223
[12] Groeneboom,P.和Wellner,J.A.(1992年)。信息界与非参数极大似然估计。巴塞尔:Birkhauser Verlag·Zbl 0757.62017号
[13] Hu,T.和Xiang,L.‐M。(2013). 区间删失数据下半参数治愈模型的有效估计。多元分析杂志, 121, 139-151. ·Zbl 1328.62557号
[14] Huang,J.和Rossini,A.J.(1997)。带区间删失的比例概率失效时间回归模型的筛选估计。美国统计协会杂志, 92, 960-967. ·Zbl 0889.62082号
[15] Kuk,A.Y.C.和Chen,C.H.(1992年)。将逻辑回归与比例风险回归相结合的混合模型。生物特征, 79, 531-541. ·Zbl 0775.62300号
[16] Lam,K.F.、Wong,K.Y.和Zhou,F.(2013)。区间删失数据的半参数曲线模型。生物医学杂志, 55, 771-788. ·Zbl 1284.62663号
[17] Liu,M.,Lu,W.,&Shao,Y.(2006)。利用比例风险混合治愈模型对时间到事件数据的数量性状位点进行区间映射。生物计量学, 62, 1053-1061. ·Zbl 1116.62123号
[18] Liu,H.和Shen,Y.A.(2009)。区间删失数据的半参数回归曲线模型。美国统计协会杂志, 104, 1168-1178. ·Zbl 1388.62283号
[19] Lu,W.,&Ying,Z.(2004)。关于半参数变换曲线模型。生物特征, 91, 331-343. ·Zbl 1079.62115号
[20] Ma,S.(2010)。具有治愈子组的混合情况区间删失数据。中国统计局, 20, 1165-1181. ·兹比尔1507.62303
[21] Murphy,S.A.和van der Vaart,A.W.(2000年)。侧面可能性。美国统计协会杂志, 95, 449-465. ·Zbl 0995.62033号
[22] Pan,W.(1999)。将迭代凸次优算法扩展到区间删失数据的Cox模型。计算与图形统计杂志, 8, 109-120.
[23] Peng,Y.,&Dear,K.B.G.(2000)。治愈率估计的非参数混合模型。生物计量学, 56, 237-243. ·Zbl 1060.62651号
[24] Rabinowitz,D.、Betensky,R.A.和Tsiatis,A.A.(2000年)。使用条件logistic回归拟合比例优势模型以区间删失数据。生物计量学,第5511-518页·Zbl 1060.62657号
[25] Rossini,A.J.和Tsiatis,A.A.(1996)。用于分析当前状态数据的半参数比例优势回归模型。美国统计协会杂志, 91, 713-721. ·Zbl 0869.62082号
[26] Schick,A.和Yu,Q.(2000)。GMLE与混合情况区间删失数据的一致性。美国统计协会杂志, 27, 45-55. ·Zbl 0938.62109号
[27] Shao,F.、Li,J.、Ma,S.和Lee,T.M.L.(2014)。具有治愈比例的区间删失数据的半参数变系数模型。医学统计学, 33, 1700-1712.
[28] Sun,J.(2006)。区间截尾失效时间数据的统计分析。纽约州纽约市:斯普林格·Zbl 1127.62090号
[29] Sy,J.P.和Taylor,J.M.G.(2000年)。Cox比例风险治愈模型中的估计。生物计量学, 56, 227-236. ·Zbl 1060.62670号
[30] Turnbull,B.W.(1976年)。具有任意分组、删失和截断数据的经验分布函数。英国皇家统计学会杂志B辑,38290-295·兹伯利0343.62033
[31] Wang,L.、McMahan,C.S.、Hudgens,M.G.和Qureshi,Z.P.(2016)。一种灵活、计算效率高的方法,用于将比例风险模型拟合到区间删失数据。生物计量学, 72, 222-231. ·Zbl 1393.62105号
[32] Yakovlev,A.Y.和Tsodikov,A.D.(1996)。肿瘤潜伏期的随机模型及其生物统计应用。新泽西州哈肯萨克:《世界科学》·Zbl 0919.92024号
[33] Yu,Q.Q.,Wong,G.Y.C.和Li,L.X.(2001)。混合区间删失数据自洽估计的渐近性质。统计数学研究所年鉴, 53, 469-486. ·Zbl 1052.62056号
[34] Zhang,Z.,Sun,L.,Zhao,X.和Sun,J.(2005)。用线性变换模型对区间截尾失效时间数据进行回归分析。加拿大统计杂志, 33, 61-70. ·Zbl 1063.62061号
[35] Zhang,Z.和Zhao,Y.(2013)。具有区间删失失效时间数据的线性变换模型的经验似然。多元分析杂志, 116, 398-409. ·Zbl 1357.62159号
[36] Zeng,D.和Lin,D.Y.(2006)。计数过程半参数变换模型的有效估计。生物特征, 93, 627-640. ·Zbl 1108.62083号
[37] Zeng,D.,Lu,M.,&Lin,D.Y.(2016)。区间删失数据下半参数变换模型的最大似然估计。生物特征, 103, 253-271. ·Zbl 1499.62419号
[38] Zeng,D.,Yin,G.和Ibrahim,J.G.(2006)。具有治愈分数的生存数据的半参数变换模型。美国统计协会杂志, 101, 670-684. ·Zbl 1119.62381号
[39] Zhou,J.,Zhang,J.、McLain,A.C.和Cai,B.(2016)。具有区间截尾数据的半参数治愈模型的多重插补方法。计算统计与数据分析,第99105-114页·Zbl 1468.62239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。