边际半参数加速失效时间治愈模型用于聚类生存数据的边际半参数加速失效时间治愈模型

科学领域:

• 生物统计学 生物统计学
• 生存分析的分析.
• 统计建模 统计建模

背景情况:

• 传统的治疗模型通常假定独立的数据,限制其应用到聚类或相关的生存数据.
• 将半参数加快失效时间混合治愈模型扩展到聚类数据中,会带来估计复杂性.
• 现有的方法缺乏强大的方法来分析故障时间数据,在集群环境中具有潜在的治愈分数.

研究的目的:

• 提出一个边际半参数加快失效时间混合治愈模型,用于集群的右控失效时间数据.
• 为这个复杂的模型开发一种新且实用的估计方法.
• 为了应对分析生存数据的挑战,集群中的个体可能具有相关的结果,并且一定比例可能会被治愈.

主要方法:

• 开发了一种通用估计方程 (GEE) 方法,与参数估计的预期最大化 (EM) 算法相结合.
• 模拟集群内相关结构,使用GEE框架内的工作相关矩阵.
• 确定了拟议回归估计器的大样本属性.

主要成果:

• 拟议的估计方法是用户友好的,并且对工作相关性矩阵的错误规范具有稳定性.
• 当假定的工作相关性结构与真实相关性密切匹配时,可以实现更高的估计效率.
• 该模型和方法成功应用于对侧乳腺癌研究,产生了新的见解.

结论:

• 开发的边际半参数加速失效时间混合治愈模型和GEE-EM估计方法为分析用治愈分数集群生存数据提供了宝贵的工具.
• 这种方法有效地考虑了主体内部的相关性,从而导致更准确,更有效的分析.
• 这种方法在分析相关生存数据方面提供了新的视角,如乳腺癌研究所示.