基于经验似然的多类型存活数据的密度比模型
统计方法学
2025-11-13 v1 应用统计
摘要
密度比模型（DRM）是一种半参数模型，通过指数倾斜将来自多个样本的分布与通过非参数方式定义的参考分布联系起来，其有限维参数支配它们在形状上的差异。当在观察性研究中收集多种部分观测（受限/截断）失效时间数据时，可以利用DRM对组合数据的进行单一统一分析。本文将针对受限长度偏置/截断数据的模型扩展到DRM框架，并使用经验似然进行推断。我们开发了基于DRM的经验似然最大估计量的EM算法，用于计算模型参数和存活函数，并通过大量模拟评估了其性能，这些模拟包括在正确指定、过指定和误指定的情况下，以及在各种失效时间分布和不同比例的删失下。我们还通过分析加拿大蒙特利尔地区医院从入院到出院所花费的时间来说明我们方法的有效性。实现我们方法的R代码已可在GitHub上获取：\href{https://github.com/gozhang/DRM-combined-survival}{DRM-combined-survival}。
引用
@article{arxiv.2511.09398,
title = {Density ratio model for multiple types of survival data with empirical likelihood},
author = {James Hugh McVittie and Archer Gong Zhang},
journal= {arXiv preprint arXiv:2511.09398},
year = {2025}
}