目前,Cox比例风险回归模型由于较好地解决了随访资料的时间变量分布的多样性和删失数据处理等问题,成为在临床疗效评价和预后因素分析及流行病学队列研究的暴露效应和混杂因素控制分析中常用的多变量统计方法。然而,人们在使用过程中往往忽略了“比例风险”的假定,即风险函数的比值不随时间的改变而改变,从而得出了某些不合理的结论。
维普资讯 doc.guandang.net
中国卫生统计 2 0 0 7年 2月第 2 4卷第 1期
6 9
方法介绍
B cl—a s型在生存分析中的应用 uke Jme模 y 中山大学公共卫生学院 (100徐 英骆福添△ 5o8)
目前, o C x比例风险回归模型由于较好地解决了随访资料的时间变量分布的多样性和删失数据处理等问题,成为在临床疗效评价和预后因素分析及流行病
Y。于删失数据, u kyJme建议用下式估计:对 B c l—a s
∑ () 句 E( T I> )=z+下 这里,是由 ( 1 )…, ( )构成的 毒,, e, 1
学队列研究的暴露效应和混杂因素控制分析中常用的 多变量统计方法。然而,们在使用过程中往往忽略人
Ka l— i估计, ) pa Me r n e 0 (为的跳跃值。进而有:
了“比例风险”的假定,风险函数的比值不随时间的即改变而改变,从而得出了某些不合理的结论。本文将引用实例分析,明 B c l—a s型可以较好地弥说 u ke Jme模 y补 C x回归模型的这一不足。 o 方法 一
再根据最小二乘法的原理,估计 ,
=
这里, z是协变量矩阵,;是协变量
B c l -a s型[是 1 7 uke Jme模 y 】 9 9年由 J B c l . uke y和 IJme提出的一种处理右删失数据的线性回归模型。 .a s 该模型的参数估计方法是基于最/ -乘法的基本原 j ̄,理,过引入一个伪随机变量,通有效地解决了右删失数据存在时参数的估计问题。 Y=口+ z+ e,= 1 2,…, 2 i, 7
均值矩阵。由此式可见,们需要用迭代法求解,的我 初值设定是将所有的观察值都看作非删失数据。最后, 求解= ,
一。 0 0, a e tr等人将上述 2 0年由Jn zSae
求解过程编程写入统计软件 SPu, - ls自此大家可
以方便使用。
实例分析
这里 Y是应变量, P×1 z是协变向量,为向量 的转置矩阵, a为位置参数,独立同分布的随机 e为变量,数为 0方差为。均,在通常情况下,最小二乘估 计占使得:, n^CO
例
9胃
癌病人随机为单纯化疗组与联合治疗 0例
组(化疗+疗 )每组各 4放, 5例病人,然后随访他们的生存时间 ( )天。经 K p nMe r al - i估计出两组病人的生存 a e 率曲线如图 1。
∑( a— l P ()一 z )= P i 1= J一∞
由图 1见,可两组生存率在 9 0天右右出现交叉, 0 揭示不符合比例风险假定。如果拟合 C x比例风险模 o型得治疗因素的回归系数 8 .6,=0 2 7回归系数的假设检验 P=0 2 3两治疗组生存率的差异无统计学意义。 .5, 如果用 B c l—a s模型拟合,回归方程: uke Jme y得 lgi=6 6—0 5 ru回归系数的假设检验 P ot mP .7 .0g o p, =0 0 8 . 5两治疗组生存率差异有统计学意义。 .4<0 0,
最小。中, e是 e的经验分布函数。式 F () 当右删失数据存在时,我们只能观察到 Y i=
mi( C ) T是生存时间, 右删失时间。 n T,, C是因此, 一
般的最小二乘估计就不适用了。 9 9年, 17
B cly a s义了如下伪随机变量: u ke— me定 J y= y+E( IT T > Y) 1一 ) (
图 2横轴是预测的对数时间,,纵轴表示残差。该图显 示用 B c l— me模型拟合这份数据,果较好。化 uke J s ya效疗组的预测生存时间为 4 8天,疗加放疗组的预测 7化生存时间为 2 0天, 9分别落在 Ka l— i估计中位 pa Me r n e生存时间的 9%置信区间范围内( 5化疗组:3 8 6 0 (3,6 ) 天,化疗加放疗组: 1 3 3 5天 ) ( 1,9 )。
这里,= j≤ C )表示删失的指标变量。 _ (,其基本思想就是:当遇到删失的观测数据时,用 Y代替就
1 .中山大学公共卫生学院卫生统计与流行病学系在读硕士△通讯作者:福添骆

Buckley-James模型与指数回归模型在生存分析中的应用比较_专业资料。目的:比较BuckIey-James模型(BJ模型)和指数回归模型在生存分析中的应用情况。方法:运用BJ模型和...
医学数学模型探讨 Buckley Jam es 模型与指数回归模型在 生存分析中的应用比较徐... 比较 Buck ley James 模型( BJ 模型) 和指数回归模型在 生存分析中的应 用...
鞅分析在生存分析模型中的应用_交通运输_工程科技_专业资料。哈尔滨理工大学 ...Buckley.James通过修改 观察值五定义了一个伪随机变量,从而改进了Miller的迭代...
多结局生存分析模型与Cox模型的随机模拟比较_专业资料。目的 通过随机模拟评价不同多结局生存分析模型的特点。方法 利用随机模拟数据,比较多结局生存分析模型、将多...
同时 , 本文还着重就近年来关于线 性回归模型在生存分析中的应用进行了总结 ...11Buckley - J ames 估计 Miller ( 1976) 估计要求终检分布与生存分布沿相 ...
定义生存时间 变量, 故称为有序生存分析模型。 由两个基本模型基础上根据不同的应用条件许多 学者提出了各种不同的多结局生存分析模型, 现有比 较成熟的模型有 ...
基于生存分析模型的中美两国股市比较研究_专业资料。本文首次运用生存分析方法对道琼斯工业价格指数进行研究,研究发现道琼斯工业指数的连涨连跌收益率服从Gamma分布,...
针对导弹系统生存能力分析的特点,建立导弹系统生存能力的Binomial-Poisson模型,并基于该模型对系统的生存寿命进行估计。在理论分析的基础上,结合某导弹系统的实例,对...
生存分析的多结局风险比例模型在医学中的应用 301 同对象之间的观察资料是独立的, 一般可以有两种 参数估计方法。第一种方法是建立脆弱模型( f railt y model) ...
基于生存分析的专利有效模型研究郑贵忠, 刘金兰 (天津大学管理学 院, 天津 300072) 摘要: 文章将专利的有效过程比作一个 生命体, 运用生存 模型和生命 表理论研...
热门文档