加速失效模型與Cox風險迴歸模型之模型選擇以時間相依AUC及預測精準度為指標

NCU Institutional Repository > 理學院 > 統計研究所 > 博碩士論文 > Item 987654321/77391

jsp.display-item.identifier=請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/77391

题名:	加速失效模型與Cox風險迴歸模型之模型選擇以時間相依AUC及預測精準度為指標
作者:	張雯婷;Chang, Wen-Ting
贡献者:	統計研究所
关键词:	接受者作業特徵曲線下面積;時間相依接受者作業特徵曲線下面積;事件型敏感度;動態型特異度;預測;一致性指標;Cox風險迴歸模型;加速失效模型
日期:	2018-07-25
上传时间:	2018-08-31 14:36:31 (UTC+8)
出版者:	國立中央大學
摘要:	傳統上接受者作業特徵曲線(ROC)是針對二元的分類結果進行預測，然而存活資料為結合二元設限狀態及連續存活時間的資料型態，因此若將敏感度與特異度的定義經過適當的修改後，即可將接受者作業特徵曲線應用於存活資料上。在過去文獻中，已有學者將其推廣到時間獨立共變數下配適Cox比例風險模型，並結合時間相依敏感度與特異度預測精準度。然而在部分的醫學研究中，常有資料不符合比例風險假設，因此我們建議以參數化加速失效模型取代Cox比例風險模型，結合時間相依敏感度與特異度，並以接受者作業特徵曲線下面積(AUC)及一致性指標Concordance判斷生物指標對疾病的區別能力，亦進一步擴展此方法到含有長期追蹤共變數的資料上。;Traditionally, the receiver operating characteristic curve (ROC) are used to predict the binary classification results. However, survival data are data types that combine the binary censored status and continuous survival time. Therefore, if the definition of sensitivity and specificity have been slightly modified, the ROC curve can be applied to the survival data. In the past literature, some scholars have extended it when conditioned at time-independent covariate to fit Cox proportional hazard model, and combined with time-dependent sensitivity and specificity to predict model accuracy. However, in some medical studies, there are often data that violate the proportional hazard assumption. Therefore, we recommend to replace the Cox proportional hazard model as the parametric accelerated failure time model with combining time-dependent sensitivity, specificity, and AUC. And finally use AUC and Concordance to evaluate the ability of biomarkers to discriminate diseases and further extended this method to longitudinal covariates.
显示于类别:	[統計研究所] 博碩士論文

文件中的档案:

档案	描述	大小	格式	浏览次数
index.html		0Kb	HTML	248	检视/开启

在NCUIR中所有的数据项都受到原著作权保护.

社群 sharing

数据加载中.....