多类型复发事件间隔时间下可加危险率模型(英文)

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.

可加危险生存治愈模型的估计

最近以来,可加危险(AH)模型被广泛地应用于生存分析数据,模型的协变量可以假设为时间独立或时间相关.基于混合、非混合治愈模型和“不正确”的比例危险模型,本文将上述的可乘危险模型延伸到可加的危险模型,这里的模型可以允许含治愈部分的生存数据的存在.“不正确”的AH模型的模型识别和参数估计也在文中进行了讨论.

含有治愈部分的可加危险模型的估计

最近可加危险(AH)模型被广泛地应用于生存分析数据,模型的协变量可以假设为时间独立或时间相关的.基于混合治愈模型,有界累计危险治愈模型和"不正确"的比例危险模型.本文将上述的可乘危险模型延伸到可加的危险模型,这里的模型可以允许含治愈部分的生存数据的存在."不正确"的AH模型的识别和参数估计也将在本文给出讨论.

失效信息随机缺失时可加危险率模型的统计推断

对失效信息随机缺失时的可加危险率模型的估计进行研究.充分利用失效信息和缺失信息的概率模型的信息,通过构建估计方程,得到回归参数和基准累积风险函数的3个估计.证明了所提估计的渐近正态性,并进行数值模拟研究其有限样本性质.利用数值模拟研究比较所提估计与文献中的估计的有限样本性质,并通过分析一个实际数据验证了本文方法的有效性.