跳到主要內容

簡易檢索 / 詳目顯示

研究生: 李忠憲
Zhong-Xian Li
論文名稱: 右設限與區間設限的存活模型預測精準度
Predictive accuracy for right censored and interval censored data
指導教授: 曾議寬
Yi-Kuan Tseng
口試委員:
學位類別: 碩士
Master
系所名稱: 理學院 - 統計研究所
Graduate Institute of Statistics
論文出版年: 2019
畢業學年度: 107
語文別: 中文
論文頁數: 99
中文關鍵詞: AFT 加速失效模型一致性指標Cox 比例風險模型區間設限接受者作業特徵曲線
外文關鍵詞: accelerated failure time model, concordance, cox regression model, interval censored, receiver operating characteristic
相關次數: 點閱:14下載:0
分享至:
查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報
  • 在過去的文獻中,可以加入 Cox 比例風險模型的訊息來估計時間相依敏感度和特異度,並計算出一致性指標 Concordance,然而當不符合比例風險假設時,Cox 模型的使用並不恰當,此時建議使用 AFT 加速失效模型作為替代。為了補齊之前的文獻,本研究在右設限資料時,利用半母數和 AFT 模型的訊息來估計 Concordance,另外針對區間設限資料提出參數模型的一致性估計,使用一致性指標來衡量存活模型的準確性。在實務上,若試驗著重在預測準確性,那麼一致性指標可以做為模型選擇的標準。以上所有研究方法都會於模擬和實際資料分析展現。


    In the literature, survival model based ROC incorporating the Cox proportional hazards model in the time dependent sensitivity and specificity has been derived. However, the proportional assumption may fail. In this situation, the accelerated failure time (AFT) model could be an alternative. To complement the literature, we proposed
    semi-parametric and parametric AFT model based ROC for right censored data and derived the corresponding concordance. In practice, for event time data, if the study aim is predictive accuracy, then the concordance could be a criterion for model selection. We evaluated the performance of the proposed method through various simulation studies. Furthermore, the new method and model selection based on concordance were applied to several data sets.

    目錄 第一章 緒論..... 1 1.1 ROC 曲線之架構...... 2 1.2 ROC 曲線下面積 (AUC) ...... 3 1.3 時間相依 AUC 使用 Heagerty 和 Lumley 之方法...5 1.4 Heagerty 和 Zheng 之方法...7 第二章 統計方法...11 2.1 存活模型... 11 2.1.1 Cox比例風險模型... 12 2.1.2 AFT加速失效模型... 15 2.2 聯合模型 (Joint model)...17 2.3 區間設限資料 (Interval Censored Data)...20 2.3.1 區間設限的一致性指標(Concordance Index)...20 2.3.2 指數分配下的區間設限...21 2.3.3 廣義情況下的區間設限...27 第三章 模擬研究...28 3.1 時間獨立共變數模擬...28 3.1.1 Weibull-Cox模型下的模擬研究...28 3.1.2 Weibull-AFT模型下的模擬研究...36 3.1.3 Loglogistic-Cox模型下的模擬研究...42 3.1.4 Loglogistic-AFT模型下的模擬研究...49 3.1.5 Lognormal-Cox模型下的模擬研究...56 3.1.6 Lognormal-AFT模型下的模擬研究...63 3.2 區間設限的模擬研究...70 第四章 資料分析...74 4.1.1 骨質移植治療霍奇金氏與非霍奇金氏淋巴瘤...74 4.1.2 骨質移植治療白血病...77 4.1.3 愛滋病 (AIDS)...79 4.2.1 老鼠的肺癌腫瘤...81 4.2.2 乳腺癌 (Breast Cancer Study)...82 第五章 結論...84 參考文獻 ...85 附錄... 86

    林園馨 (2016)。Model-based Time-dependent AUC and Predictive Accuracy。國立中央大學統計研究所碩士論文。

    Harrell, F. E., and Rosati, R. A. (1982) . Evaluating the yield of medical tests. The journal of the American Medical Association 247, 2543-2546.

    Heagerty, P. J., Lumley, T., and Pepe, M. S. (2000). Time-dependent ROC curves for censored survival data and a diagnostic marker. Biometrics 56, 337-344.

    Kamarudin, A.N.andCox, T.(2017). Time dependent ROC curve analysis in medical research: current methods and applications. BMC Medical Research Methodology

    Tsouprou, S. (2015). Measures of discrimination and predictive accuracy for interval censored survival data. Mathematical Institute Master Thesis

    Tseng, Y. K., Wang, J. L. and Hsieh, F. (2005). Joint Modeling of Accelerated Failure Time and Longitudinal Data. Biometrika 92, 587-603.

    QR CODE
    :::