發(fā)布時(shí)間：2020-12-31 11:31

　　在醫(yī)學(xué)研究中,Cox模型是處理生存數(shù)據(jù)的經(jīng)典模型,它構(gòu)建了生存時(shí)間和協(xié)變量之間的關(guān)系,將生存分析從經(jīng)驗(yàn)性研究推廣到實(shí)證預(yù)后研究.由于Cox模型的靈活性,它還被廣泛應(yīng)用于生物學(xué)、經(jīng)濟(jì)學(xué)、管理學(xué)等其他領(lǐng)域.但是在實(shí)際研究中,常常不能夠完全得到所有變量的觀測(cè)值.一部分原因在于部分變量難以準(zhǔn)確觀測(cè),觀測(cè)值存在隨機(jī)誤差.另一部分原因在于,協(xié)變量中存在一些不可觀測(cè)的潛在變量.另外,隨著信息的完善,臨床研究越來(lái)越關(guān)注多個(gè)事件間的相關(guān)性.然而,經(jīng)典的Cox模型只能估計(jì)單一事件的風(fēng)險(xiǎn)函數(shù),無(wú)法處理多個(gè)事件的風(fēng)險(xiǎn)相關(guān)性.為了解決上述問(wèn)題,本文對(duì)經(jīng)典的Cox模型進(jìn)行了拓展研究.首先,對(duì)于單一終點(diǎn)事件,本文將測(cè)量誤差、潛在因子和經(jīng)典的Cox模型相結(jié)合,采用輪廓似然估計(jì)和EM算法結(jié)合的估計(jì)方法進(jìn)行參數(shù)估計(jì),在降低估計(jì)參數(shù)維數(shù)的同時(shí),確保了估計(jì)的穩(wěn)定性.通過(guò)數(shù)值模擬,從估計(jì)偏差和均方誤差兩方面驗(yàn)證了估計(jì)方法的優(yōu)越性,并且將該方法運(yùn)用到艾滋病的實(shí)際案例數(shù)據(jù)中.另外,本文還將上述模型進(jìn)一步推廣到多個(gè)事件的半競(jìng)爭(zhēng)風(fēng)險(xiǎn)數(shù)據(jù)中,建立半競(jìng)爭(zhēng)風(fēng)險(xiǎn)Cox模型.結(jié)合極大似然估計(jì)和EM算法提出模型的估計(jì)方法.同樣利用數(shù)值模擬結(jié)果說(shuō)明... 

【文章來(lái)源】：浙江大學(xué)浙江省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：63 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１：在（Ａ）競(jìng)爭(zhēng)風(fēng)險(xiǎn)和（Ｂ）半競(jìng)爭(zhēng)風(fēng)險(xiǎn)框架下，病人進(jìn)行狀態(tài)轉(zhuǎn)移的圖示．??實(shí)際上，終點(diǎn)事件不一定是死亡，只需要滿足終點(diǎn)事件和非終點(diǎn)事件的定義??即可．例如，艾滋病人感染ＨＩＶ病毒和確診發(fā)病可以是一對(duì)非終點(diǎn)事件和終點(diǎn)事件，??

逐漸產(chǎn)生耐藥性，另一種可能是受過(guò)長(zhǎng)期治療的受試者本身體內(nèi)ＨＩＶ病毒的潛伏??期時(shí)間也已經(jīng)比較長(zhǎng)了．??最后，給出了基準(zhǔn)生存函數(shù)ＳＪｔ）?＝?ｅｘｐ（－ｙｌＱ（ｔ））的估計(jì)，如圖３所示．紅色實(shí)??線為基于ＣＳＦＣ得到的生存曲線，黑色虛線和藍(lán)色點(diǎn)虛線分別是ＳＦＣ和ＣＣ估計(jì)的??生存函數(shù)．從圖上可以看出，ＳＦＣ模型估計(jì)的基準(zhǔn)風(fēng)險(xiǎn)最小，基準(zhǔn)生存概率最大，生??存函數(shù)曲線最靠上．其次是本文提出的ＣＳＦＣ模型．ＣＣ模型得到的基準(zhǔn)風(fēng)險(xiǎn)最大，??基準(zhǔn)生存概率最小．???表７?：三個(gè)模型的參數(shù)估計(jì)表???估計(jì)參數(shù)?ＣＳＦＣ?ＳＦＣ?ＣＣ??＾?－０．５０５?－０．４５５?－０．５１３??ｐ２?－０．６８９?－０．６７１?－０．６８５??－０．１６８?－０．１６８?－０．１８５??＾?０．１９５?０．１９０?０．１８２??ｑ１?０．８６３?０．６９８?—??ｑ２?１．０３１?０．８９５?

浙江大學(xué)碩士學(xué)位論文?第４章帶有測(cè)量誤差和共享脆弱因子的半競(jìng)爭(zhēng)風(fēng)險(xiǎn)Ｃｏｘ模型??相對(duì)來(lái)說(shuō)，無(wú)論是ｎ?＝?５００或１０００，?ＣＥＭ估計(jì)的風(fēng)險(xiǎn)函數(shù)曲線與真實(shí)曲線都是??最為接近的，并且樣本量越大，估計(jì)得越準(zhǔn)確．而Ｂａｙｅｓ－ＭＣＭＣ和ＭＬ－ＮＲ得到的曲線??估計(jì)都不太理想．另外，當(dāng)〇〇增大時(shí)，ＳＥＭ算法的估計(jì)效果明顯下降，尤其是＼２的??估計(jì)曲線基本變成了一條橫線．??ｎ＝５００?ｎ＝１０００??

【參考文獻(xiàn)】：
期刊論文
[1]輪廓似然函數(shù)在水文氣象極值推斷不確定性分析中的應(yīng)用[J]. 魯帆,王浩,嚴(yán)登華,張冬冬,肖偉華.  中國(guó)科學(xué):技術(shù)科學(xué). 2013(12)
[2]基于輪廓似然函數(shù)的PM10極值濃度分析[J]. 李柚,王斌,楊育杰.  中國(guó)環(huán)境監(jiān)測(cè). 2010(06)

碩士論文
[1]流行病學(xué)中脆弱模型及其參數(shù)估計(jì)[D]. 董育鳳.揚(yáng)州大學(xué) 2014



本文編號(hào)：2949527