関連する実験動画
Updated: Mar 26, 2026

Establishing a Competing Risk Regression Nomogram Model for Survival Data
Published on: October 23, 2020
競合するリスクの存在における生存データ分析の紹介
Peter C Austin1, Douglas S Lee2, Jason P Fine2
1From Institute for Clinical Evaluative Sciences, Toronto, Ontario, Canada (P.C.A., D.S.L.); Institute of Health Management, Policy and Evaluation, University of Toronto, Ontario, Canada (P.C.A., D.S.L.); Schulich Heart Research Program, Sunnybrook Research Institute, Toronto, Ontario, Canada (P.C.A.); Department of Medicine, University of Toronto, Ontario, Canada (D.S.L.); Peter Munk Cardiac Center, Department of Medicine, and the Joint Department of Medical Imaging, University Health Network, Toronto, Ontario, Canada (D.S.L.); Department of Biostatistics, University of North Carolina, Chapel Hill, NC (J.P.F.); and Department of Statistics & Operations Research, University of North Carolina, Chapel Hill (J.P.F.). peter.austin@ices.on.ca.
生存分析では,競合するリスクは一般的です. カプラン・メイヤー法ではなく,累積的インシデンス関数を用いて,競合するリスクがある場合に正確なアウトカムインシデンスを推定する.
科学分野:
- バイオ統計学
- 流行病学について
- 臨床研究
背景:
- 競合するリスクは生存データ分析で頻繁に見られます.
- 競合するリスクイベントは,関心のある主要なイベントの発生を防止します.
- 心血管疾患による死亡に関する研究における非心血管疾患による死亡が例です.
研究 の 目的:
- 競合するリスクの生存データを分析するための適切な方法の重要性を強調する.
- 累積インシデンス関数と,原始的なインシデンス推定のためのKaplan-Meier法を比較する.
- 競合するリスクデータに対する回帰モデリング戦略について議論する.
主な方法:
- 累積発生率関数 (CIF) と,粗製発生率のKaplan-Meier (KM) 生存関数の比較
- 2つの回帰モデリングのアプローチの議論:因果特異的危険とサブディストリビューションの危険 (累積的発生率).
- 心不全患者の特定死因データを用いたイラスト.
主要な成果:
- カプラン・メイヤー法では,競合するリスクがある場合に発生率を過大評価します.
- 原因特有の危険モデルでは,危険にさらされている人々の事件率に対する共変量効果を推定します.
- サブディストリビューションの危険モデルでは,累積的な発生率 (絶対リスク) に対する共変量効果を推定します.
結論:
- 累積的なインシデンス関数は,競合するリスクを持つ原始的なインシデンスを推定するための適切な方法である.
- 原因特有の危険モデルが病因学的研究に適しています.
- サブディストリビューションの危険性モデルは,臨床的予後とリスク予測に優れています.
関連する概念動画
Comparing the Survival Analysis of Two or More Groups
Introduction To Survival Analysis
The primary goal of survival analysis is to estimate survival time—the time...
Assumptions of Survival Analysis
Cancer Survival Analysis
Kaplan-Meier Approach
Survival Tree
Building a Survival Tree
Constructing a...

