通过双变量变系数竞争风险模型理解COVID-19的动态影响
统计方法学
2022-09-02 v1 应用统计
摘要
2019冠状病毒病(COVID-19)大流行对依赖肾脏透析维持生命的中末期肾病患者产生了深远影响。受美国医疗保险和医疗补助服务中心的委托，我们对2020年其出院后再入院与死亡数据的分析显示，COVID-19的影响随出院后时间与大流行开始以来时间均发生显著变化。然而，现有变系数模型无法刻画COVID-19影响轨迹的复杂动态。为解决此问题，我们在原因别风险框架下提出一种用于竞争风险的双变量变系数模型，其中采用张量积B样条估计COVID-19影响的曲面。我们开发了高效的近端牛顿算法，以将新模型拟合至海量的透析患者医疗保险数据。引入基于差分的各向异性惩罚以缓解模型过拟合及估计轨迹的波动；在确定最优调谐参数时考虑了多种交叉验证方法。设计了假设检验流程，以考察COVID-19影响是否随出院后时间与大流行开始以来时间发生显著变化（联合或分别）。通过模拟实验评估了估计精度、第一类错误率、统计功效与模型选择流程。对医疗保险透析患者的应用展示了所提方法的真实世界表现。
引用
@article{arxiv.2209.00181,
title = {Understanding the dynamic impact of COVID-19 through competing risk modeling with bivariate varying coefficients},
author = {Wenbo Wu and John D. Kalbfleisch and Jeremy M. G. Taylor and Jian Kang and Kevin He},
journal= {arXiv preprint arXiv:2209.00181},
year = {2022}
}
备注
40 pages, 8 figures, 1 table