带信息终止事件的复发事件数据的联合建模分析

在本文中,我们利用联合建模方法,分析了带有信息终止事件的复发事件数据.对复发事件过程和终止事件过程,我们分别构造了可加比率和风险率模型,并引入一个共用的不可观测的脆弱变量刻画复发事件过程与终止事件过程的相依性.利用广义估计方程的方法,对模型参数进行了估计;并给出了所得估计的大样本性质.     

带终止事件的多类型复发事件的一般加性乘积比例模型

带终止事件(例如死亡)的复发事件经常出现在医疗和日常观测中,大多数模型假定协变量效应是乘性的,并在给定生存分布条件下对事件复发率建模.在本文中,我们对带终止事件的复发事件数据建立一般加性乘积比例模型,这里所谓的终止事件就是阻止复发事件的再发生.利用估计方程法和逆概率加权方法,我们分别提出两种估计回归参数和基本均值函数的方法.并且建立了估计的渐近性质.     

多类型复发事件下的一类均值加速回归模型

在复发事件的统计分析中,事件的平均发生个数可能比其强度函数或危险率函数更具可解释性.为了评价协变量对复发事件的影响,许多学者考虑了复发事件的边际比例均值模型.然而,在许多实际应用中,协变量对复发事件不仅具有均值比例效应,而且还可能会加速或减缓复发事件的发生,即协变量对复发事件均值过程具有时间尺度效应.在多类型复发事件数据框架下,考虑一类广泛的加速均值模型.利用估计方程方法,获得了该模型中未知参数的估计,并且建立了所给估计的渐近性质.进一步通过模拟研究证实所提方法的优良表现.     

多类型复发事件下变系数加性乘积比率回归模型

本文基于多类型复发事件数据,讨论了一个新的加性乘积比率回归模型,该模型包括两部分,其中第一部分为可加Aalen模型,其中协变量影响为加性的且与时间有关.第二部分为Cox回归模型,其中协变量有乘性影响.利用估计方程的方法,给出了该模型中未知参数和非参数函数的一种估计方法,并利用现代经验过程理沦证明了所得估计的相合性和渐近正态性.     

复发事件下一类加性乘性转移模型p阶矩指数稳定性北大核心CSCD

复发事件数据频繁的出现在纵向研究中,本文基于生物医学中的单类型复发事件数据,提出了一类加性乘性转移模型,该模型包含了一些重要的半参数模型.同时,模型允许协变量具有加性和乘性的影响,且加性影响随时间而变化.利用广义估计方程的思想,对模型中未知参数和非参数函数进行了估计,并证明了所得估计的相合性和渐近正态性.最后,用数值模拟的方法验证了所提估计的可行性.     

多类型复发事件数据下一类Box-Cox转移模型

在本文中,我们针对多类型的复发事件数据提出了一类Box-Cox转移模型,它包含了比例模型作为其特殊情况.该模型在刻画协变量对于计数过程的均值函数效应时具有很大的灵活性.对于模型的推断问题,我们基于估计方程方法给出了未知参数的估计,并研究了该估计的大样本性质.最后,我们提出了一种基于残差的模型检验方法.     

多类型复发事件间隔时间下可加危险率模型

在许多的生物医学和工程研究中,多类型复发事件的间隔时间数据是很常见的。众所周知,比例危险率模型在一些情况下不能很好拟合生存数据。本文,在多类型复发事件的间隔时间数据下,我们利用可加危险率模型来研究协变量对生存时间的影响程度。我们采用估计方程方法获得回归系数和基准累积危险率函数估计。并且,我们建立了所提估计的渐近分布。     

成组复发事件下的半参数变换模型

本文在成组复发事件下研究了一个一般半参数的边际变换模型,利用估计方程的理论,给出了该模型中未知参数和基本比率函数的估计,同时利用现代经验过程理论证明了所得估计的相合性和渐近正态性.     

左截断双删失数据下可加可乘风险率模型的估计

在生存分析中,可加可乘风险率模型常用来研究协变量对初始事件和终止事件之间持续时间的影响效应。在本文中,我们考虑了在初始事件存在部分区间删失,同时终止事件存在左截断右删失的情形下,持续时间的可加可乘风险率模型的估计问题。我们提出了一个两阶段估计过程来估计模型的回归参数。并通过模拟分析验证了估计的大样本性质。最后利用该方法分析了恶性黑色素瘤手术治疗数据。     

复发事件下加性乘积比率回归模型

本文基于复发事件数据,研究了半参数加性乘积比率回归模型的统计问题,利用估计方程的思想,给出了该模型中未知参数和非参数函数的一种估计方法,同时证明了所提出估计的相合性和渐近正态性．     

A general additive-multiplicative rates model for recurrent event data

In this article, we propose a general additive-multiplicative rates model for recurrent event data. The proposed model includes the additive rates and multiplicative rates models as special cases. For the inference on the model parameters, estimating equation approaches are developed, and asymptotic properties of the proposed estimators are established through modern empirical process theory. In addition, an illustration with multiple-infection data from a clinic study on chronic granulomatous disease is pr...     

The Additive-multiplicative Hazards Mo del for Multiple Typ e of Recurrent Gap Times

Recurrent event gap times data frequently arise in biomedical studies and often more than one type of event is of interest. To evaluate the effects of covariates on the marginal recurrent event hazards...     

An additive-multiplicative rates model for multivariate recurrent events with event categories missing at random

Multivariate recurrent event data arises when study subjects may experience more than one type of recurrent events. In some situations, however, although event times are always observed, event categories may be partially missing. In this paper, an additive-multiplicative rates model is proposed for the analysis of multivariate recurrent event data when event categories are missing at random. A weighted estimating equations approach is developed for parameter estimation, and the resulting estimators are shown to be consistent and asymptotically normal. In addition, a model-checking technique is presented to assess the adequacy of the model. Simulation studies are conducted to evaluate the finite sample behavior of the proposed estimators, and an application to a platelet transfusion reaction study is provided.     

The proportional hazards model for multiple type recurrent gap times

Recurrent events data and gap times between recurrent events are frequently encountered in many clinical and observational studies, and often more than one type of recurrent events is of interest. In this paper, we consider a proportional hazards model for multiple type recurrent gap times data to assess the effect of covariates on the censored event processes of interest. An estimating equation approach is used to obtain the estimators of regression coefficients and baseline cumulative hazard functions. We examine asymptotic properties of the proposed estimators. Finite sample properties of these estimators are demonstrated by simulations.     

A semiparametric additive rates model for clustered recurrent event data

Recurrent event data often arises in biomedical studies, and individuals within a cluster might not be independent. We propose a semiparametric additive rates model for clustered recurrent event data, wherein the covariates are assumed to add to the unspecified baseline rate. For the inference on the model parameters, estimating equation approaches are developed, and both large and finite sample properties of the proposed estimators are established.     

A class of box-cox transformation models for recurrent event data with a terminal event

In this article, we study a class of Box-Cox transformation models for recurrent event data in the presence of terminal event, which includes the proportional means models as special cases. Estimating equation approaches and the inverse probability weighting technique are used for estimation of the regression parameters. The asymptotic properties of the resulting estimators are established. The finite sample behavior of the proposed methods is examined through simulation studies, and an application to a heart failure study is presented to illustrate the proposed method.     

竞争风险数据和协变量相依权重下可加可乘的子分布风险率模型

本文在竞争风险数据下提出一种灵活的含变系数的可加可乘的子分布风险率模型.通过对删失时间的风险函数建立Cox比例风险模型,得到调整后的与协变量相依的权重,在新权重下建立估计方程来估计模型参数,并获得了估计的大样本性质,同时提出了模型中协变量的时变效应的检验方法.通过数值模拟验证了所提方法的有限样本性质,结果表明所提方法可以大大降低估计偏差.最后,分析了一组淋巴滤泡细胞的竞争风险数据集来展示所提方法的实际应用效果.