基于 D-vine copulas 的右删失复发事件时间的依赖建模
统计方法学
2018-02-28 v2
摘要
在许多时间-事件研究中，关注事件是复发的。此处，每个样本单元的数据对应于后续事件之间的一系列间隔时长。在有限的随访期内，最后一次间隔时长可能被右删失。与经典分析相反，间隔时长与删失时间不能假设独立，即数据的序列性质导致了依赖删失。此外，复发在不同样本单元间通常存在差异，导致非平衡数据。为建模间隔时长间的关联模式，迄今仅考虑了参数边际与限制性的 Archimedean copulas 类。在此，考虑到具体数据特征，我们从若干方向拓展已有工作：我们允许非参数边际并考虑灵活的 D-vine copulas 类。给出了全局与序列（一阶段与两阶段）似然方法。我们讨论了各估计策略的计算效率。大量模拟显示所提方法具有良好的有限样本表现。该方法被用于分析儿童哮喘复发的关联性。分析揭示 D-vine copula 能检测到有关依赖强度与类型如何随时间变化的相关洞见。
引用
@article{arxiv.1712.05845,
title = {Dependence modeling for recurrent event times subject to right-censoring with D-vine copulas},
author = {Nicole Barthel and Candida Geerdens and Claudia Czado and Paul Janssen},
journal= {arXiv preprint arXiv:1712.05845},
year = {2018}
}