竞争风险累积发病率的半参数变换模型的有效估计
统计方法学
2016-03-02 v2
摘要
累积发病率是在存在其他风险的情况下，在特定时间段内由关注原因导致失效的概率。Fine and Gray (1999) 提出的半参数回归模型已成为刻画协变量对累积发病率影响的优选方法。然而，其估计需要对删失分布建模且统计上无效。本文中，我们提出了一大类扩展 Fine and Gray 模型的半参数变换模型，并允许存在未知的失效原因。我们推导了非参数最大似然估计量 (NPMLEs) 并开发了使用剖面似然的简单快速数值算法。我们确立了 NPMLEs 的一致性、渐近正态性和半参数有效性。此外，我们构建了图形与数值过程来评估和选择模型。最后，我们通过广泛的模拟研究以及对一项关于骨髓移植的重大研究的应用，展示了所提方法相对于现有方法的优势。
引用
@article{arxiv.1602.01787,
title = {Efficient Estimation of Semiparametric Transformation Models for the Cumulative Incidence of Competing Risks},
author = {Lu Mao and D. Y. Lin},
journal= {arXiv preprint arXiv:1602.01787},
year = {2016}
}
备注
This paper has been withdrawn by the author due to some errors in the proofs