加速失效时间模型下的惩罚整合分析
统计方法学
2015-01-13 v1
摘要
对于具有高维协变量的生存数据，由于样本量小，单一数据集分析所得结果往往不尽如人意。整合分析汇集多个设计可比的独立研究的原始数据，有效增大样本量，且优于荟萃分析和单数据集分析。本研究在加速失效时间（AFT）模型下对生存数据进行整合分析。多个数据集的稀疏结构用同质性模型和异质性模型描述。对于同质性模型下的变量选择，我们采用分组惩罚方法。对于异质性模型下的变量选择，我们使用复合惩罚和稀疏分组惩罚方法。相对于已有研究的一大进展是，我们严格建立了渐近选择和估计性质。通过模拟研究比较了不同惩罚方法及其替代方法。我们还分析了四个带有基因表达测量的肺癌预后数据集。
引用
@article{arxiv.1501.02458,
title = {Penalized integrative analysis under the accelerated failure time model},
author = {Qingzhao Zhang and Sanguo Zhang and Jin Liu and Jian Huang and Shuangge Ma},
journal= {arXiv preprint arXiv:1501.02458},
year = {2015}
}