區間設限下的存活模型預測準確度

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：15

、訪客IP：3.14.134.62

姓名

陳和謙(Ho-Chien Chen) 查詢紙本館藏

畢業系所

統計研究所

論文名稱

區間設限下的存活模型預測準確度
(Survival model based predictive accuracy for interval censored data)

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)

一致性指標（Concordance index ,又稱為C-index）經常被用來衡量模型的預測準確性，此指標能運用在未設限與設限資料下。在過去文獻中，可以使用參數模型或無母數方法來獲得區間設限資料下的一致性指標。此研究希望將回歸模型引入一致性指標中，使得模型的預測準確度更加準確，因此利用Cox模型的資訊來得到一致性指標。而當比例風險假設不成立時，在這種情況下則可以使用AFT加速失效模型作為替代。但區間設限中半母數模型的估計是困難的，在Cox模型下，本文引用Anderson-Bergman (2015)所提出的演算法，來估計區間設限中半母數模型參數。此外當使用AFT模型時，Gao, Zeng和Lin (2017)提出的方法。最後在模擬研究來觀察一致性指標的表現，並將該方法應用於HIV資料。

摘要(英)

The Concordance index(C-index) was often used to measure the prediction accuracy of the model. This index can be used under uncensored and censored data. In the literature, we can use the parametric model or nonparametric method to obtain the C-index under the interval censored data. In this study, we would like to introduce the hazard regression models into the C-index to make the model prediction accuracy more efficient. The Cox model is used to incorporate into C-index due to its flexibility. Moreover, in case that proportional assumption fails, the accelerated failure time (AFT) model was used to replace the Cox model. The estimation of the semi-parametric model in interval censored data is not straighforward. Under the Cox model, we use the algorithm proposed by Anderson-Bergman (2015) to estimate the regression parameters in interval censored data. In addition, we use the method proposed by Gao, F., Zeng, D.,and Lin, D. Y. (2017) when AFT model is used. The performance of C-index is accessed by simulation study and the proposed method is applied to HIV data.

關鍵字(中)

★ AFT加速失效模型
★ 一致性指標
★ Cox比例風險模型
★ 區間設限

關鍵字(英)

★ accelerated failure time model
★ Concordance index
★ Cox proportional hazards model
★ interval censored data

論文目次

摘要 i
ABSTRACT ii
致謝 iii
目錄 iv
圖目錄 vi
表目錄 vii
1 第1章緒論 1

1.1 一致性指標 1

1.2 右設限下的一致性指標(Concordance index) 3

1.3 區間設限下的一致性指標(Concordance index) 5
2 第2章統計方法 12

2.1 Cox模型在區間設限下的一致性指標(concordance index) 12

2.2 AFT模型在區間設限下的一致性指標(concordance index) 16

2.3 統計推論 21
3 第3章模擬研究 24

3.1 Cox模型下的模擬研究 24

3.2 AFT模型下的模擬研究 28
4 第4章資料分析 32

4.1 愛滋病與巨細胞病毒 32
5 第5章結論與討論 36
參考文獻 38
附錄A 40

A.1 半母數Cox模型在區間設限下的參數估計 40

A.2 半母數AFT模型在部分區間設限下的參數估計 43
附錄B 48

B.1 半母數Cox模型在區間設限下的一致性指標(Concordance index) 48

B.2 Exponenetial-Cox模型在區間設限下的一致性指標(Concordance index) 53

B.3 Weibull-Cox模型在區間設限下的一致性指標(Concordance index) 58

B.4 Lognormal-Cox模型在區間設限下的一致性指標(Concordance index) 64

B.5 半母數AFT模型在區間設限下的一致性指標(Concordance index) 69

B.6 Weibull-AFT模型在區間設限下的一致性指標(Concordance index) 75

B.7 Loglogistic-AFT模型在區間設限下的一致性指標(Concordance index) 80

B.8 Lognormal-AFT模型在區間設限下的一致性指標(Concordance index) 85
附錄C 87

C.1 Exponential-Cox模型下的統計推論 92

C.2 Weibull-Cox模型下的統計推論 99

C.3 Lognormal-Cox模型下的統計推論 110

C.4 Weibull-AFT模型下的統計推論 126

C.5 Loglogistic-AFT模型下的統計推論 137

C.6 Lognormal-AFT模型下的統計推論 151}
附錄D:R code 模擬研究 166
附錄E:R code 資料分析 199

參考文獻

[1]Anderson-Bergman, C. (2016). An efficient implementation of the EMICM algorithm for the interval censored NPMLE. Journal of Computational and Graphical Statistics. 81(15), 1-24.

[2]Anderson-Bergman, C. (2017). icenReg: Regression Models for Interval Censored Data in R. Journal of Computational and Graphical Statistics 81(12), 1-23.

[3]Gao, F., Zeng, D., and Lin, D. Y. (2017). Semiparametric Estimation of the Accelerated Failure Time Model with Partly Interval-Censored Data. Biometrics 73, 1161–1168.

[4]Goggins, W. B. and Finkelstein, D. M. (2000). A proportional hazards model for multivariate interval-censored failure time data. Biometrics 56, 940–943.

[5]Gonen, M. and Heller, G. (2005). Concordance probability and discriminatory power in proportional hazards regression. Biometrika 92, 965–970.

[6]Graf, E., Schmoor, C., Sauerbrei, W., and Schumacher, M. (1999). Assessment and comparison of prognostic classification schemes for survival data. Statistics in Medicine 18(17-18), 2529–2545.

[7]Harrell, F. E., Lee, K. L., and Mark, D. B. (1996). Multivariate prognostic models: Issues in developing models, evaluating assumptions and adequacy, and measuring and reducing errors. Statistics in Medicine 15, 361–387.

[8]Heagerty, P. J. and Zheng, Y. (2005). Survival model predictive accuracy and roc curves. Biometrics 61, 92-105.

[9]Huang, J., Wellner, J. (1997).Interval Censored Survival Data: A Review of Recent Progress.In Proceedings of the First Seattle Symposium in Biostatistics: Survival Analysis, 123–169. Springer-Verlag, New York.

[10]Liu, X., Jin, Z., and Graziano, J. H. (2012). Comparing paired biomarkers in predicting quantitative health outcome subject to random censoring. Statistical Methods in Medical Research 25, 447–457.

[11]Tsouprou, S. (2015). Measures of discrimination and predictive accuracy for interval censored survival data. Mathematical Institute Master Thesis, Leiden University Medical Center, Nederland.

指導教授

曾議寬(Yi-Kuan Tseng)

審核日期

2020-7-30

推文