長期追蹤共變量與加乘法模型之聯合建模

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：21

、訪客IP：3.144.25.195

姓名

楊翌婷(Yi-Ting Yang) 查詢紙本館藏

畢業系所

統計研究所

論文名稱

長期追蹤共變量與加乘法模型之聯合建模
(Joint modelling of additive-multiplicative model with longitudinal covariates)

相關論文

★ 長期與存活資料之聯合模型-新方法和數值方法的改進	★ 復發事件存活分析的共享廣義伽瑪脆弱因子之半母數聯合模型
★ 加乘法風險模型結合長期追蹤資料之聯合模型	★ 有序雙重事件時間分析使用與時間相關的共變數－邊際方法的比較
★ 存活與長期追蹤資料之聯合模型－台灣愛滋病實例研究	★ 以聯合模型探討地中海果蠅繁殖力與老化之關係
★ 聯合模型在雞尾酒療法療效評估之應用—利用CD4/CD8比值探討台灣愛滋病資料	★ 時間相依共變數之雙重存活時間分析—台灣愛滋病病患存活時間與 CD4 / CD8 比值關係之案例研究
★ Cox比例風險模型之參數估計─比較部分概似法與聯合模型	★ 復發事件存活時間分析-丙型干擾素對慢性肉芽病患復發療效之案例研究
★ Cox 比例風險假設之探討與擴充風險模型之應用	★ 以聯合模型探討原發性膽汁性肝硬化
★ 聯合長期追蹤與存活資料分析－肝硬化病患之實例研究	★ 復發事件存活時間分析-rhDNase對囊狀纖維化病患復發療效之案例研究
★ 聯合長期追蹤與存活資料分析-原發性膽汁性肝硬化病患之實例研究	★ 復發事件存活時間分析-Thiotepa對膀胱癌病患復發療效之案例研究

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

[檢視]

[下載]

本電子論文使用權限為同意立即開放。
已達開放權限電子全文僅授權使用者為學術研究之目的，進行個人非營利性質之檢索、閱讀、列印。
請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。

摘要(中)

存活分析所使用的模型中最常使用的是乘法效應模型，例如，Cox 比
例風險模型、加速失敗AFT 模型，然而，在實際情況中，有一些生物
醫學研究的資料其共變數以加法效應描述較合適，故採用加法模型，例
如Aalen 加法模型。然而，現今醫學研究所蒐集的資料越來越複雜，在
眾多共變數中常有部分適合以乘法效應描述，而其餘部分適合以加法
效應描述，針對如此複雜的資料結構，更廣義的加乘法模型有其必要，
故本研究提出一個加乘法模型來分析資料，並以Weibull、loglogistic、lognormal 分配做為基底風險。另外，對於長期追蹤的共變數以混合效應模型來描述，參數估計以聯合概似函數透過EM 方法求得。乘法模型與加法模型均為加乘法模型之特殊案例，故可利用概似比檢定來做模型選擇。以模擬研究來評估本論文所提出之估計方法並以台灣愛滋病世代研究資料來驗證本論文新方法之實用性。

摘要(英)

The most commonly used model for survival analysis is the multiplicative effect model, such as Cox proportional hazard model, accelerated failure time model. However, the covariates of some biomedical data are more appropriately described by additive effects, such as the Aalen additive model.In complicated data sets some of the covariates maybe suitable for multiplicative effects,
and others maybe suitable for additive effects. In this case, a more generalized additive-multiplicative model maybe appropriate for this kind of data. In this study, we propose an additive-multiplicative model to analyze data, and with the baseline hazards function based on Weibull, loglogitic and lognormal distribution.
In addition, the longitudinal covariates are described by the mix-effects model, and the parameters are estimated through the joint likelihood function using EM algorithm. The multiplicative model and additive model are the special case of the additive-multiplicative model, we may use the likelihood ratio test to do the model selection. The simulation study is used to evaluate the proposed
approach, which is applied to the data of Taiwanese HIV/AIDS cohort study to verify its usefulness.

關鍵字(中)

★ Cox 比例風險模型
★ Aalen 加法模型
★ 加乘法模型
★ 長期追蹤共變數
★ 混合效應模型
★ EM 演算法

關鍵字(英)

★ Cox proportional hazard model
★ Aalen additive model
★ additivemultiplicative model
★ longitudinal covariates
★ mixed-effects model
★ EM-algorithm

論文目次

. . . . . . . 13
2.1 符號定義. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.2 多重長期追蹤資料聯合模型(以雙變量為例) . . . . . . . . . 18
第3 章參數估計- EM 演算法. . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3.1 M-Step . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.2 E-Step . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.3 高斯厄米特正交積分法. . . . . . . . . . . . . . . . . . . . . 31
第4 章模擬研究. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
第5 章資料分析. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
第6 章結論與討論. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
?考文獻. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64

參考文獻

翁瑄佑. 台灣愛滋病實例研究-以聯合模型探討cd4 細胞數以及病毒乘載
量對愛滋病患存活時間之關係; an aids case study in taiwan-the relationship
between the survival time of aids patients and their cd4 counts and viral load
using joint model to explore. Master’s thesis, 國立中央大學, 2013.
林家聿. 台灣愛滋病實例研究-以聯合模型探討愛滋病患存活時間與
相關生物指標之關係; an aids case study in taiwan-using joint model to
explore the relationship between the survival time of aids patients and related
biomarkers. Master’s thesis, 國立中央大學, 2016.
徐永東. 加乘法風險模型結合長期追蹤資料之聯合模型; joint modeling of
additive-multiplicative hazard model and longitudinal data. Master’s thesis,
國立中央大學, 2016.
王畯嶸. Joint modeling of parametric additive-multiplicative hazards model
and longitudinal data. Master’s thesis, 國立中央大學, 2017.
Aalen, O. A model for nonparametric regression analysis of counting processes.
In Mathematical Statistics and Probability Theory (New York, NY, 1980),
W. Klonecki, A. Kozek, and J. Rosi?ski, Eds., Springer New York, pp. 1–25.
Booth, J. G., and Hobert, J. P. Maximizing generalized linear mixed model
likelihoods with an automated monte carlo em algorithm. Journal of the Royal
Statistical Society: Series B (Statistical Methodology), 61 (1999), 265–285.
Cox, D. R. Partial likelihood. Biometrika, 62 (1975), 269–276.
Dempster, A. P., Laird, N. M., and Rubin, D. B. Maximum likelihood from
incomplete data via the em algorithm. Journal of the royal statistical society.
Series B (methodological) (1977), 1–38.
Henderson, R., Diggle, P., and Dobson, A. Joint modelling of longitudinal measurements
and event time data. Biostatistics, 1 (2000), 465–480.
Lin, D. Y., and Ying, Z. Semiparametric analysis of general additivemultiplicative
hazard models for counting processes. The Annals of Statistics,
23 (1995), 1712–1734.
Murphy, S. A., and Sen, P. K. Time-dependent coefficients in a cox-type regression
model. Stochastic Processes and their Applications 39 (1991), 153–180.
Scheike, T. H., and Zhang, M. J. An additive–multiplicative cox–aalen regression
model. Scandinavian Journal of Statistics, 29 (2002), 75–88.
Tseng, Y. K., Hsieh, F., and Wang, J. L. Joint modelling of accelerated failure
time and longitudinal data. Biometrika, 92 (2005), 587–603.
Wulfsohn, M. S., and Tsiatis, A. A. A joint model for survival and longitudinal
data measured with error. Biometrics, 53 (1997), 330–339.

指導教授

曾議寬(Yi-Kuan Tseng)

審核日期

2018-7-27

推文