统计及其接口
第17卷（2024年）
编号1
纪念赵林成教授的专刊
异质生存数据的潜在类别比例风险回归
页：79 – 90
内政部：https://dx.doi.org/10.4310/23-SII785
作者
滕飞（美国纽约斯隆-凯特琳纪念癌症中心流行病学和生物统计学系）
John J.Hanfelt（美国佐治亚州亚特兰大埃默里大学生物统计和生物信息学系）
Limin Peng（美国佐治亚州亚特兰大埃默里大学生物统计与生物信息学系）
摘要
慢性病研究中普遍存在异质生存数据。描述与生存结果直接相关的有意义的疾病亚型可以产生有用的科学意义。在这项工作中，我们开发了一个潜在类别比例风险（PH）回归框架来解决这一问题。我们提出了混合比例风险模型，该模型灵活地适应类别特定的协变量效应，同时允许基线风险函数在不同潜在类别之间变化。采用非参数最大似然估计策略，我们推导了一种期望最大化（E‑M）算法来估计该模型。我们建立了所得估计量的理论性质。进行了广泛的模拟研究，证明了所提方法的有限样本性能以及解释潜在类之间的异质性的预测效益。我们通过对统一数据集中轻度认知障碍（MCI）队列的应用，进一步说明了该方法的实用性。
关键词
有限混合模型、潜在类分析、非参数极大似然估计、比例风险回归
2010年数学学科分类
62P10、62N01、62N02
收到日期：2022年9月5日
2023年2月14日接受
发布日期：2023年11月27日
