跳到主页面内容
美国国旗

美国政府的官方网站

Dot政府

政府意味着它是官方的。
联邦政府网站通常以.gov或.mil结尾。之前分享敏感信息,确保你在联邦政府政府网站。

Https公司

网站是安全的。
这个https://确保您连接到官方网站,并且您提供的任何信息都是加密的并安全传输。

访问密钥 NCBI主页 MyNCBI主页 主要内容 主导航
.2019年10月;18(5):555-567.
doi:10.1002/pst.1947。 Epub 2019年4月29日。

临床试验中用于拟合时间-事件数据的灵活参数生存模型

附属公司

临床试验中用于拟合时间-事件数据的灵活参数生存模型

杰森·J·Z·廖等。 药物统计. 2019年10月.

摘要

在评估新药、生物产品或设备的生存益处的临床试验中,时间到事件数据很常见。常用的参数模型,包括指数、Weibull、Gompertz、log-logistic、log-normal,都不够灵活,无法捕捉临床和医学研究中观察到的复杂生存曲线。另一方面,非参数Kaplan-Meier(KM)方法在捕捉生存曲线中的各种形状方面非常灵活和成功,但在预测未来事件(如特定事件数的时间和特定时间的事件数)以及预测事件风险(如死亡)方面缺乏能力随着时间的推移,超过了临床试验的可用数据范围。显然,无论是非参数KM方法还是当前的参数分布都无法满足具有有用预测特征的生存曲线拟合的需要。本文探索并推荐了一种由Weibull分布的三个分量混合构成的全参数分布来拟合生存数据,该分布对于观测数据来说与KM一样灵活,但在试验时间之外具有良好的特性,例如预测未来事件、生存概率和危险函数。

关键词:Kaplan-Meier;威布尔分量;混合分布;生存曲线。

PubMed免责声明

类似文章

引用人

工具书类

参考文献

    1. Kaplan EL,Meier P.不完全观测的非参数估计。J.Am.Stat.Assoc.1958年;53(282):457-481.
    1. Berry DA。终点的危害。J.国家。2010年癌症研究所;102(18):1376-1377.
    1. Berry SM、Berry DA、Natarajan K、Lin CS、Hennekens CH、Belder R.非比例风险贝叶斯生存分析:普伐他汀-阿司匹林的荟萃分析。美国统计协会杂志,2004年;99(465):36-44.
    1. Ackerberg D,Chen X,Hahn J.两步半参数估计的实用渐近方差估计。经济收益率。2012年统计数据;94(2):481-498.
    1. Goodman MS、Lib Y、Tiwari RC。检测分段常数危险函数中的多个变化点。J.应用。2011年统计数据;38(11):2523-2532.

LinkOut-更多资源