右删失数据下比例风险混合治愈模型的贝叶斯自适应Lasso

将贝叶斯自适应Lasso方法应用于右删失数据下的比例风险混合治愈模型中,通过建立贝叶斯框架下的层次模型实现参数估计和变量选择,在不同设置下的有限样本中验证方法的有效性.最后将所提出的方法应用于乳腺癌的实例中.

基于Cox比例风险函数及混合效应的落叶松云冷杉混交林林木枯损模型研究

[目的]将生存分析方法和混合效应模型方法相结合,构建林木枯损模型,提高模型的模拟精度。[方法]以吉林省汪清林业局20块落叶松云冷杉林样地数据为材料,基于生存分析方法中的Cox比例风险函数模型方法,把林分因子和立地因子作为协变量加入到模型中去,构建林木的枯损及生存模型,并在此基础上考虑样地水平的随机效应,最后与不考虑样地水平随机效应的模拟效果进行比较分析。[结果]表明,Cox比例风险函数模型在描述林木枯损时,具有很好的适应性。单木初始胸径与林木的风险函数呈反比,与生存率呈正比;大于对象木断面积与风险函数呈正比,与生存率呈反比;初始林分公顷株数与风险函数呈正比,与生存率呈反比;立地因子对林木的枯损及生存没有显著影响。与固定效应模型相比,Cox比例风险函数模型在考虑了样地水平的随机效应后,模型的模拟精度获得明显的提高,并且达到极显著程度。由于大于对象木断面积和初始林分公顷株数两个变量在考虑了样地水平的随机效应后影响不显著,最后只考虑了单木初始胸径一个变量对枯损的影响,与不考虑随机效应相比,差异也达到显著水平。[结论]林木本身的大小对自身的枯损具有明显的影响,胸径小的林木较胸径大的林木更易枯损。在森林经营中,Cox比例风险函数模型的使用,可为森林经营者在确定合理的经营密度上提供很好的科学依据。

初治肺结核治愈后复发危险因素COX比例风险模型研究

目的探讨初治肺结核病人经首次全程督导下短程抗痨治疗(DOTS)临床治愈后导致复发的危险因素,并同时建立复苏事件的预测模型。方法本研究采用COX比例风险模型对经首次DOTS临床治愈后的1268例初治肺结核病例进行为期3～8年的历史前瞻性队列随访分析,研究导致病情复发的危险因素及临床意义。结果研究结果显示共有9个研究因素(协变量)是初治肺结核病人首次DOTS临床治愈后的复发危险因素。同时我们用schoenfeld残差图对引入模型的参数进行PH假设,表明这些参数满足PH假设,肯定了所研究模型的适用性,最后用解释变异度量V2值(=49.1%)显示所建COX模型对复发事件的预测能力良好。结论COX比例风险模型在初治肺结核首次DOTS临床治愈后复发危险因素研究中是一种有效的工具,用所建COX模型对初治肺结核病人首次DOTS的复发事件进行预测效果良好,COX模型值得进一步研究推广。

基于比例风险模型与机器学习混合方法的电梯故障预测

电梯是一种对可靠性要求极高的特种设备,其故障预测问题受到越来越多的关注。通过对此问题的研究,提出了一种基于比例风险模型与机器学习的混合方法,用于预测电梯的剩余寿命。该混合方法首先利用比例风险模型分析寿命与协变量之间的关系,得到累计风险函数,并计算得寿命预估值;再利用机器学习算法对寿命预估值与故障间隔时间序列进行建模,预测得剩余寿命。混合方法创新地将电梯参数信息与电梯维修记录两种不同类型的数据结合起来进行故障预测,在与传统机器学习方法预测效果的对比中,混合方法具有更好的预测效果,验证了混合方法的有效性。

基于广义病例-队列设计方案的长度偏差数据回归分析

利用加权估计方程方法,在广义病例-队列设计方案下,针对长度偏差数据,给出Cox模型中回归系数的估计,并证明在适当的条件下,所得估计量具有相合性和渐近正态性,且渐近方差具有显式表达,在实际应用中可由plug-in方法估计.

广州市HIV/AIDS患者CD4细胞变化轨迹异质性及其对预后的影响

目的基于潜变量增长混合模型(LGMM)探讨HIV/AIDS患者在ART过程中CD4细胞计数变化趋势异质性,探讨不同变化轨迹亚组对预后的影响。方法回顾性收集2004-2019年在广州医科大学附属市八医院开始ART、年龄≥15岁HIV/AIDS患者的基线和随访信息,采用LGMM模型识别CD4细胞计数的不同增长轨迹,根据AIC、BIC、aBIC等信息准则、Entropy值以及VLRT检验选择较优模型,采用Gray检验比较不同变化轨迹亚组患者的AIDS相关和非AIDS相关的累积死亡率,采用部分分布比例风险回归模型探讨不同变化轨迹对患者预后的影响。结果共纳入HIV/AIDS患者14293例,男性占80.95%。共随访56615.41人年,随访中229例患者死亡,死亡密度为0.40/100人年,其中AIDS相关死亡98例,死亡密度为0.17/100人年,非AIDS相关死亡131例,死亡密度为0.23/100人年。LGMM模型结果显示,HIV/AIDS患者在ART过程中CD4细胞计数变化轨迹存在2个潜在亚组:“基线低水平-稳定增长组”(53.42%)(Class-1)和“基线高水平-快速增长组”(46.58%)(Class-2)。Gray检验显示不同CD4细胞计数变化轨迹亚组发生AIDS相关和非AIDS相关的累积死亡率差异有统计学意义(P<0.001)。部分分布比例风险回归模型结果显示,Class-2发生AIDS相关死亡和非AIDS相关死亡风险分别是Class-1的0.522倍(95%CI:0.273~0.999,P=0.049)和0.518倍(95%CI:0.289~0.930,P=0.028)。结论LGMM模型可以识别HIV/AIDS患者在长期ART过程中CD4细胞计数变化趋势的异质性,“基线高水平-快速增长组”发生死亡风险低于“基线低水平-稳定增长组”。根据个体CD4细胞计数基线状况以及其长期变化情况制定个性化的干预措施和治疗方案,对于改善患者生活质量,降低疾病负担具有重要意义。