推导受限平均生存时间分布的贝叶斯参数方法
统计方法学
2024-06-12 v2
摘要
我们提出了一种贝叶斯方法，利用后验样本推导受限平均生存时间（RMST）的分布，该方法基于生存时间的参数模型考虑了协变量和簇间的异质性。我们通过设计生存函数的积分推导出一个显式的RMST方程，使得不仅可以计算均值和可信区间，还可以计算众数、中位数以及超过某个值的概率。此外，我们提出了两种方法：一种使用随机效应来解释簇间的异质性，另一种使用脆弱性。我们为指数、威布尔、对数正态脆弱性和对数逻辑斯蒂克模型开发了自定义的Stan代码，因为这些模型无法使用R中的brm函数处理。我们通过计算机模拟评估了我们提出的方法，并分析了来自印度八个赋权行动小组邦的真实数据，以确认在调整簇差异后各州结果的一致性。总之，我们推导了参数模型及其分布的显式RMST公式，从而能够计算均值、中位数、众数和可信区间。我们的模拟证实了所提出方法的稳健性，并且利用收缩效应可以为每个簇获得更准确的结果。
引用
@article{arxiv.2406.06071,
title = {Bayesian Parametric Methods for Deriving Distribution of Restricted Mean Survival Time},
author = {Keisuke Hanada and Masahiro Kojima},
journal= {arXiv preprint arXiv:2406.06071},
year = {2024}
}