一类部分线性转换模型的值估计,具有间隔审查的竞争性风险数据数据

科学领域:

• 生物统计学 生物统计学
• 生存分析的分析.
• 流行病学 流行病学

背景情况:

• 由于多种事件类型,竞争性风险数据在生存分析中提出了挑战.
• 间隔审查数据,其中事件时间只有在间隔内才知道,在医学研究中很常见.
• 准确的建模对于了解疾病进展和评估干预措施至关重要.

研究的目的:

• 开发和评估一种新的统计方法,用于分析部分线性转换模型与间隔审查的竞争性风险数据.
• 在这些复杂模型中,为参数和非参数组件提供最佳估计器.
• 评估拟议估计方法的有限样本性能和非对称性质.

主要方法:

• 用了一种半参数的概率率规范,用于因果特定的累积发病率函数.
• 采用选空间方法,结合B-splines和伯恩斯坦多项式,以近似无限维的参数空间.
• 最大化了概率函数以获得模型组件的估计器,使得一致性,收率和非对称分布的分析成为可能.

主要成果:

• 开发了部分线性转换模型的参数和非参数组件的最佳估计器.
• 建立了理论属性,包括估计器的几乎确定的一致性,收率和非对称分布.
• 在各种场景中通过模拟研究证明了该方法的有限样本性能.

结论:

• 提出的方法为分析具有竞争风险和间隔审查的复杂生存数据提供了一个强大的框架.
• 该方法提供了可靠的估计器,具有理想的统计特性,适合大规模的流行病学研究.
• 成功地将该方法应用于撒哈拉以南非洲的艾滋病毒感染个体数据,突出其实际实用性.