癌症流行病学中的个体脆弱性超额危险度模型

未观测的个体异质性是人群癌症生存研究中的常见挑战。这种异质性通常与模型设定偏差以及未能记录真正相关的变量有关。我们在超额危险度模型（癌症流行病学的主要工具之一）的框架下，考察未观测个体异质性的影响。我们提出一种个体超额危险度脆弱性模型以刻画个体异质性，这是对脆弱性建模在相对生存框架下的拓展。为便于对所提模型参数进行推断，我们选取了能够给出边际危险度与生存函数闭式表达的脆弱性分布。所得模型具有直观的解释：脆弱性导致生存者中较健康个体的选择效应。我们使用具有一般危险度结构的灵活参数模型对超额危险度建模，便于纳入时依效应。我们通过模拟研究展示了所提方法的性能，并基于英格兰肺癌患者诊断数据给出真实数据示例，讨论了未考虑未观测异质性对净生存估计的影响。该方法已在 R 包 IFNS 中实现。