Nonparametric inference for competing risks current status data with continuous, discrete or grouped observation times
最近发展了一些新的方法和理论来非参数估计受当前状态删失影响的竞争风险生存数据的累积发生率函数。特别地,在一定的光滑条件下,建立了非参数极大似然估计的极限分布和简化的“朴素估计”。在本文中,我们建立了这些估计在两个额外的模型,即当观察时间分布有离散的支持,当观察时间分组的大样本行为。这些渐近结果适用于三个不同的模型的置信区间的建设。方法说明了两个数据集的累积发病率(一)不同类型的绝经期的妇女在美国和(二)亚型特定的艾滋病毒感染的血清流行率研究注射毒品使用者在泰国的横截面样本。
2010-12-20 stat.ME
Restricted estimation of the cumulative incidence functions corresponding to competing risks
在竞争风险问题中,累积发生率函数(CIF)扮演着重要的角色,其在时间$t$的值是在存在其他风险的情况下,特定类型的失效在时间$t$的失效概率。在某些情况下,有理由相信,由于各种类型的故障的CIF是线性排序的。El Barmi等人[3]研究了当只有两个故障原因时,在这种顺序下的估计和推理过程。在本文中,我们将结果推广到$k$ CIF的情况,其中$k\ge3$。尽管分析更具挑战性,但我们发现2样本病例中的大多数结果可延续至该$k$样本病例。
2006-11-07 math.ST stat.TH
Nonparametric Efficient Estimation of Dynamic Treatment Regimes with Competing Risks
University of Minnesota(明尼苏达大学);Edward Hines Jr. VA Hospital(爱德华·海恩斯少将退伍军人医院);Augusta University(奥古斯塔大学);Veterans Affairs Health Care System(退伍军人保健系统);HealthPartners Institute(健康伙伴研究所)
本研究针对存在竞争风险与右删失、时变混杂的场景,发展非参数效率理论,提出序贯双重稳健估计量,用于动态治疗方案的有效估计,且通过骨质疏松患者的临床骨折数据验证了框架的实用性。
2026-09-01 stat.ME
A competing risks approach for nonparametric estimation of transition probabilities in a non-Markov illness-death model
竞争风险对首起事件的时间和首起事件的类型进行建模。医院流行病学的一个例子是医院获得性感染的发生率,它必须将未感染患者的出院作为一种竞争风险。疾病-死亡模型将允许进一步研究感染患者的医院结局。这种模型通常依赖于马尔可夫假设。然而,可以想象,感染患者的未来病程不仅取决于入院后的时间和当前感染状态,还取决于感染后的时间。我们演示了如何修改的竞争风险模型可以用于转移概率的非参数估计时,违反马尔可夫假设。
2013-04-08 stat.AP stat.ME
Combined tests based on restricted mean time lost for competing risks data
竞争风险数据在医学研究中很常见,认为子分布风险(SDH)比是一种适当的指标。然而,由于危险本身的局限性不容易在临床上解释,并且由于SDH比率仅在比例SDH假设下有效,因此本文引入了竞争风险下的替代指标,称为限制平均时间损失(RMTL)。基于RMTL还构造了几个测试程序。首先,我们介绍了基于Aalen-Johansen累积关联函数的RMTL的定义和估计。然后,我们考虑了基于SDH和RMTL差(RMTLd)的几种组合测试。使用模拟的方法的统计特性进行评估,并应用到两个例子。组合检验的第一类错误接近标称水平。所有组合测试在所有情况下均显示可接受的功效。总之,RMTL可以有意义地总结临床决策的处理效应,并且三种组合检验在各种条件下具有稳健的功效,可以考虑在实际数据分析中进行统计推断。
2021-10-16 stat.AP stat.ME
Semiparametric Regression Analysis of Interval-Censored Competing Risks Data
当每例研究受试者可能经历由多种原因之一引起的事件或失败,并且失败时间未被精确观察到,但已知位于两次连续检查之间的时间间隔内时,就会出现区间删失竞争风险数据。我们用公式表示可能随时间变化的协变量对累积发生率或子分布函数(即,特定原因导致的边际失效概率),通过广泛的一类半参数回归模型,捕获子分布的比例和非比例风险结构。我们允许每个受试者进行任意数量的检查,并容纳关于失败原因的缺失信息。我们考虑非参数极大似然估计,并设计了一个快速和稳定的EM型算法的计算。然后,我们建立的一致性,渐近正态性,半参数估计的有效性,呼吁现代经验过程理论。此外,我们通过广泛的模拟研究表明,所提出的方法在现实情况下表现良好。最后,我们提供了一个应用程序,对不同病毒亚型的HIV-1感染的研究。
2016-03-01 stat.ME
Competing risks regression for clustered survival data via the marginal additive subdistribution hazards model
针对存在竞争风险的聚类相关生存数据,提出群体平均加性子分布风险模型与稳健三明治方差估计量,开发拟合优度检验,经模拟验证后用于STRIDE试验数据分析。
2023-08-16 stat.AP stat.ME
Testing similarity of competing risks models by comparing transition probabilities
Ruhr University Bochum(鲁尔大学波鸿);University of Freiburg(弗赖堡大学)
本文提出基于转移概率矩阵的最大型距离检验框架,用于比较竞争风险模型的相似性,通过模拟研究证明其在控制I型错误和统计功效方面的优势。
2026-09-09 stat.ME
When does conformal calibration need censoring weights? Cause-of-failure prediction sets under competing risks
University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);Northumbria University(诺森比亚大学)
本文研究竞争风险下共形预测集的校准问题,发现完全案例校准可能偏离名义覆盖率,而正确指定删失模型的权重可恢复覆盖率,并给出有限样本下界。
2026-10-07 stat.ME stat.ML
Extreme value statistics for censored data with heavy tails under competing risks
本文讨论了在随机截尾和竞争风险存在的情况下,在重尾情形下,与一个特定原因相关的(子)分布函数的极值指数的估计问题。所提出的估计(具有Aalen-Johansen积分的形式,并且是在此上下文中提出的第一个估计)的渐近正态性被建立。一个小的模拟研究显示其性能有限的样本。本文还讨论了累积发生率函数的极值分位数的估计问题。
2017-01-19 math.ST stat.ML stat.TH
Semiparametric transformation model for competing risks data with cure fraction
我们提出了一种新的方法来分析竞争风险数据与长期生存。所提出的方法使我们能够同时估计总体生存概率和治愈分数。我们用线性变换模型来表示协变量对累积发生率函数的影响。建立了基于计数过程的回归系数估计方程。利用鞅理论研究了估计量的渐近性质。一个广泛的蒙特卡罗模拟研究进行评估有限样本的估计性能。最后,我们使用一个真实的数据集来说明我们的方法。
2022-04-27 math.ST stat.ME stat.TH
A Discontinuity Adjustment for Subdistribution Function Confidence Bands Applied to Right-Censored Competing Risks Data (with Erratum)
针对右删失竞争风险数据中事件时间普遍存在结的问题,提出修正野生bootstrap并配合Greenwood型方差估计,以校正极限方差与相依性,保障Aalen-Johansen累积发生函数推断的渐近精确性和实用性。
2024-09-10 math.ST stat.TH
Reliability Analysis of Systems Subject To Mutually Dependent Competing Failure Processes With Changing Degradation Rate
本文针对单系统退化随机系统,提出了一种新的可靠性模型。当系统的物理劣化水平大于预定义的故障阈值时发生软故障,并且当由冲击过程引起的瞬时应力大于大于临界阈值时发生硬故障。研究认为,退化过程和冲击过程是相互依赖的。实际上,每次冲击的到来都通过在退化路径上增加突然的附加损伤并根据特定的量级改变退化速率来加速退化过程;同时,累积退化也改变了冲击过程的发生强度。采用伽马过程作为随机过程来描述退化路径,并通过一个实际的数值例子来说明所提出的可靠性。
2019-02-28 math.ST stat.TH
A Data-Parsimonious Model for Long-Term Risk Assessments of West Nile Virus Spillover
Kansas State University(堪萨斯州立大学);USDA-ARS(美国农业部农业研究局)
提出一种数据简约的概率模型,利用温度驱动的房室模型和核密度估计,预测西尼罗病毒爆发时间和季节性严重程度,并在美国多县验证了其可靠性。
2025-10-15 stat.AP
A nonparametric instrumental approach to endogeneity in competing risks models
本文讨论了具有持续期结局、竞争风险和随机右截尾的内生治疗模型。使用离散工具变量解决了内点问题。我们发现,竞争风险模型产生一个非参数分位数工具回归问题。特定原因累积发生率、特定原因危害和子分布危害可以从回归函数中恢复。该模型的一个显着特点是,审查和竞争风险防止识别在某些分位数。我们的特点是一组分位数的精确识别是可能的,并给出部分识别结果的其他分位数。我们概述了一个估计过程,并讨论其性质。有限样本性能的估计通过模拟评估。我们将所提出的方法应用于大纽约州的健康保险计划实验。
2021-05-03 econ.EM math.ST q-bio.QM
Principled Estimation and Prediction with Competing Risks: a Bayesian Nonparametric Approach
University of Milano-Bicocca(米兰比可卡大学);Bocconi Institute for Data Science and Analytics, Bocconi University(博科尼大学数据科学与分析研究所)
本文提出一种贝叶斯非参数方法,用于竞争风险下的估计与预测,通过多状态模型框架和灵活的非参数先验模型,构建预测曲线并评估生存函数和病因特异性发病率。
2026-04-29 math.ST stat.ME stat.TH
Direct Bootstrapping and Permuting of Observations fail for Aalen-Johansen Estimators
本文给出了严格的证明,证明了Efron的Bootstrap和置换技术都不能直接应用于有限状态Markov过程的观测值,以构造有限状态Markov过程的转移概率矩阵的一致性检验.这些方法修改所涉及的Aalen-Johansen过程的极限分布的协方差函数,即使在完全可观察的个人的情况下。在竞争风险的设置中,给出了这些恢复方法失败的一个例子,即累积发生函数。
2014-12-15 math.ST stat.TH
Inference via Wild Bootstrap and Multiple Imputation under Fine-Gray Models with Incomplete Data
本文针对不完全数据下的Fine-Gray竞争风险模型,提出利用多重插补将删失完全情形下的wild bootstrap推断方法推广到一般右删失数据,并通过模拟研究和医院感染数据应用验证了方法的有效性。
2023-10-27 math.ST stat.ME stat.TH