论文部分内容阅读
生存分析凭借其对于生存时间的有效利用在各个科研领域得到广泛的运用,但随着研究的深入和对数据分析要求增高,经典的生存分析有时不能满足要求,其中最重要的一点就是无法处理出现多失效事件(MultipleFailureTime)的多结局情况。
多结局比例风险模型(MultivariateProportionalHazardsModel)可以视为Cox比例风险模型的扩展,是在Cox比例风险模型的基础上通过“夹心方差估计(ModifiedSandwichVarianceEstimator)”的方法计算协变量回归系数估计的标准误,以校正各个结局对应生存时间之间的相关性。根据对应的基础风险函数、不同生存时间的定义方式,多结局比例风险模型可以细分为AG模型(Andersen-GillCountingProcessModel)、GTUR模型(RenewalProcessModel)、PWP-CP模型(PWPCountingProcessModel)、PWP-GT模型(PWPGaptimeModel)、WLW模型(WLWMarginalModel)和LWA模型(LWAMarginalModel)。本研究采用定义新变量的方法解决同一因素对应不同结局不同回归系数的估计问题,探索在横断面资料中用定义特殊的生存时间变量的方法,在校正多个影响因素后对患病RR进行统计推断。用相应的多结局生存分析模型进行模拟随机抽样,产生生存分析数据,用这些数据对各个多结局生存分析模型进行参数估计,并对其估计精度进行了比较。并通过3个实例分析作了进一步验证。