多元失效时间数据的一般边际半参数危险率模型研究.pdfVIP

秀 数学物理学报 2014，34A(3)：530—539 http：／／actams．wipm．ac．cn 多元失效时间数据的一般边际半参数危险率模型研究 杨青龙 郭丽莎 。刘妍岩 ( 中南财经政法大学统计与数学学院 武汉430073； 中南民族大学数学与统计学院 武汉 430073 。武汉大学数学与统计学院 武汉 430072) 摘要：在生物医学研究中，多元失效时间数据非常常见．该文提出用一般边际半参数危险率回 归模型来分析多元失效时间数据．此模型包括了三种常用边际模型：边际比例风险模型、边际 加速失效时间模型和边际加速危险模型作为子模型．对于模型中的回归系数，可以通过估计方 程的方法来估计它，同时也给出了基准累积危险率函数的估计．得到的估计可以证明是相合的 和渐近正态的． 关键词：多元失效时间；边际危险模型；估计方程；渐近正态． MR(2000)主题分类：62G05；62N01 中图分类号：0212 文献标识码：A 文章编号：1003—3998(2014)03—530一i0 1 引言 在临床试验和流行病学研究中，经常会评估协变量对失效时间的影响．比例风险模型 (PHM)(cOX_lJ)是分析失效时间数据时使用非常广泛一个模型，此模型最关键的一个假设就 是失效时间的危险率函数之间的常数比例关系．虽然此模型应用非常广泛，但是危险率函数 之间的常数比例关系在实际使用过程中非常有局限性．加速失效时间模型 (AFTM)(参见文 献 f2-3])是另一个在生存分析中常用的模型，很多情况下当比例风险模型不再适用时是一个 很好的替代模型．在此模型中，协变量的效果是改变生存函数中的时间刻度．从上述两个模 型的危险率函数表达式中容易发现，协变量要从时间一开始就起到作用，但在临床试验中， 某些治疗或者服用某种药物能够起作用总有一个 滞“缓 ”期，因此假设治疗立即起到明显疗 效是不合理的．Chen和 Wang[】提出了加速危险率模型，这个模型中协变量效果是直接改 变危险率函数的时间刻度．加速危险率函数既解决了临床试验中的 滞“缓 ”效果问题，也弥 补了COX模型中危险率函数没有交点的缺陷．Chen和Jewel[】提出了一般的半参数回归模 型，此模型包含了前面提及的三种模型作为子模型，不仅考虑到一些协变量对危险率函数乘 性的影响，同时也兼顾到 滞“缓 ”的问题． 前面提到的失效时间数据都假定失效时间是相互独立，即为一元失效时间数据．但当研 究个体发生的感兴趣的事件不止一种 f同一个对象有多个不同的生存时间)或根据研究个体 之间的关系把研究个体分成群组来研究 (即同组中有多个有关系成员的生存时间)，这样就产 收稿 日期：2012—02一ii；修订 日期：2013-12—13 E—mail：liuyy@whu．edu．cn 基金项 目：国家自然科学基金 11301545)和中南财经政法大学基本科研业务费青年教师创新项 目 资助 No．3 杨青龙等：多元失效时间数据的一般边际半参数危险率模型研究 531 生了多元失效时间数据．在生物医学研究中，多元失效时间数据广泛存在，例如，同一个个 体的左眼和右眼的失明时间，一些家庭成员的与基因有关疾病的发病时间等．多元失效时间 数据 的失效时间具有相关性，这种相关性使得多元失效时间数据的分析会变得更加复杂． 目前存在很多方法来分析多元失效时间数据，Hougaard[。]给出了一个全面的综述．处理多 元失效时间数据的方法主要有两类：条件方法 (比如脆性模型)和边际方法．条件方法要求 考虑失效时间的相关性 (见文献 [6—11]等)．当相关性是我们感兴趣的问题时经常使用条件方 法．当研究者对失效时间的相关性并不感兴趣时，边际方法更简单，稳健．现在的边际方法 主要假设边际分布是Cox模型 (见文献 f12—161等)．