基于再参数化劣德广义 Gompertz 分布的子uterus癌数据中治愈因素的回归建模
应用统计
2025-07-16 v1
摘要
医学研究的最新进展提高了患者严重疾病的生存率。结果是，来自这些疾病的长期存活者越来越常见。然而，传统的生存分析模型假设所有个体在随访期间始终处于死亡风险之中，忽略了治愈亚群的存在。这一背景下的重要方法学进展是使用劣德分布。在劣德模型中，生存函数随参数变化收敛到一个常数 p ∈ (0,1)。在这些模型中，劣德广义 Gompertz 分布（DGGD）已成为一种灵活的方法。在本工作中，我们提出 DGGD 的一个再参数化版本，纳入治愈参数，容纳协变量效应以评估与长期生存相关的个体水平因素。我们提出贝叶斯模型，采用 Hamiltonian Monte Carlo 算法进行参数估计。模拟研究表明，在含糊先验信息下，估计过程表现出良好的渐近结果。该方法应用于真实世界的子uterus癌患者数据集。我们的结果显示，手术干预具有统计显著的保护作用，同时年龄超过 50 岁、在转移性阶段诊断以及接受化疗治疗均与更高风险相关。
引用
@article{arxiv.2507.10902,
title = {Regression modeling for cure factors on uterine cancer data using the reparametrized defective generalized Gompertz distribution},
author = {Dionisio Silva Neto and Francisco Louzada Neto and Vera Lucia Tomazella},
journal= {arXiv preprint arXiv:2507.10902},
year = {2025}
}