部分非马尔可夫多状态模型中转移概率的混合地标 Aalen-Johansen 估计量
统计方法学
2020-08-26 v2
摘要
多状态模型正日益被用于建模随时间变化的复杂流行病学与临床结局。通常假设模型为马尔可夫的，但该假设往往不切实际。马尔可夫假设很少被检验，而其违背会导致许多关注参数的估计偏倚。正如 Datta 与 Satten (2001) 所论证的， occupation probabilities 的 Aalen-Johansen 估计量在非马尔可夫情形下也是一致的。Putter 与 Spitoni (2018) 利用这一事实构造了状态转移概率的一致估计量——地标 Aalen-Johansen 估计量，其不依赖于马尔可夫假设。地标法的一个缺点是数据缩减，导致功效损失。这对于较少发生的转移是有问题的，且当此类转移确实表现出马尔可夫行为时也不受欢迎。利用部分非马尔可夫多状态模型的框架，我们提出了一种用于转移概率的混合地标 Aalen-Johansen 估计量。所提出的估计量是常规 Aalen-Johansen 与地标估计之间的折中，采用转移特定的地标法，可大幅提升统计功效。这些方法在一项模拟研究以及一个真实数据应用中进行了比较，该应用建模了病假、残疾、教育、工作与失业等状态之间的个体转移。在应用中，一个由 184951 名挪威男性组成的出生队列从其 21 岁起被随访 14 年，所用数据来自国家登记系统。
引用
@article{arxiv.2007.00974,
title = {A hybrid landmark Aalen-Johansen estimator for transition probabilities in partially non-Markov multi-state models},
author = {N. Maltzahn and R. Hoff and O. O. Aalen and I. S. Mehlum and H. Putter and J. M. Gran},
journal= {arXiv preprint arXiv:2007.00974},
year = {2020}
}