基于区间删失数据贝叶斯比例风险模型的冠心病预后复发研究

目的以冠心病预后复发的潜在危险因素研究为背景,探讨在含有区间删失生存数据的情况下,贝叶斯比例风险模型的建立和应用。方法采用单调样条构造基线累积风险函数、基于两阶段泊松过程的数据扩增构造似然函数、运用Gibbs抽样进行后验分布的计算等完成区间删失数据建立贝叶斯比例风险模型参数估计。将方法应用于冠心病预后危险因素的研究,采用R软件中的"ICBayes"包来实现这一过程。结果本研究中发现与冠心病患者预后复发相关的危险因素为糖尿病(HR=1. 60,95%CI:[1. 27,2. 01]),保护性因素为早发型冠心病(HR=0. 52,95%CI:[0. 44,0. 61])。回归系数的区间宽度小于简单填补法估计结果。结论相较于常规填补,本文所应用的贝叶斯比例风险模型是对区间删失数据进行分析的一种有效方法。随访结果表明,相较于晚发冠心病患者,早发型冠心病患者的预后效果较好;合并有糖尿病的患者是心血管事件再发的危险因素。"ICBayes"包能方便有效地应用于区间删失数据下贝叶斯比例风险模型的估计。

现状数据下的贝叶斯比例风险模型的变量选择

本文在贝叶斯框架下考虑现状数据比例风险模型的变量选择问题。首先构造基于spikeand slab先验,运用二元潜变量标记活跃协变量,给出满条件分布及相应的Gibbs抽样算法。数值模拟比较了该方法与Lasso、SCAD和ALasso方法,结果表明该方法模型正确识别率高。实例选用Ⅱ型糖尿病患者心脏衰竭数据,分析选择出最显著的影响因素,验证了该方法的有效性。