具有脆弱性分量与区间删失失效时间的贝叶斯堆叠参数生存模型
应用统计
2019-08-30 v1
摘要
为了更好地理解食物过敏原暴露的影响，食物激发研究被设计为缓慢增加递送给过敏个体的过敏原剂量，直到出现客观反应。这些剂量至失效研究用于确定可接受摄入水平，并使用参数失效时间模型进行分析。尽管这些模型可提供生存曲线的估计，但其参数形式可能误表示感兴趣剂量的生存函数，且类似描述数据的不同模型可能产生不同的剂量至失效估计。受预测推断的启发，我们开发了基于后验预测堆叠的贝叶斯方法来组合生存估计，其中权重形成以最大化后验预测精度。该方法允许包含灵活模型，且在我们的案例中允许我们包含随机效应，以解释通过研究间异质性进入模型的脆弱性分量。该方法在模拟中进行了研究，并用于估计多种食物过敏原的过敏人群引发剂量。
引用
@article{arxiv.1908.11334,
title = {Bayesian Stacked Parametric Survival with Frailty Components and Interval Censored Failure Times},
author = {Matthew W. Wheeler and Joost Westerhout and Joe L. Baumert and Benjamin C. Remington},
journal= {arXiv preprint arXiv:1908.11334},
year = {2019}
}