比例子分布危险模型下直接调整累积关联曲线估计的SAS宏

摘要

累积发病函数通常在具有竞争风险的研究中被报道。本文的目的是计算治疗特异性累积发病函数,调整治疗组之间潜在的不平衡预后因素。本研究中考虑的基本回归模型是子分布函数的比例风险模型[1]. 我们建议使用合并样本作为参考群体来估计每种治疗的直接调整累积发病率。我们开发了两个SAS宏,用于根据两个回归模型估计每个治疗的直接调整累积发病率函数。一个模型假设治疗之间的子分布危险比是恒定的,替代模型允许每个治疗有自己的基线次分布危险函数。宏计算直接调整累积关联估计的标准误差,以及任意两个处理之间调整后累积关联函数差异的标准误差。根据宏的输出,可以在预定的时间点评估治疗效果。一个真实的骨髓移植数据示例说明了SAS宏的实用性。

关键词

竞争性风险
累积关联函数
Cox模型
次级分配
查看全文