Non-parametric cure rate estimation under insufficient follow-up using extremes
生存分析中的一个重要研究主题与治愈率的建模和估计有关，即永远不会发生感兴趣事件的受试者比例。然而，大多数估计方法提出的文献中没有处理的情况下，不充分的后续行动，也就是说，当正确的终点支持的删失时间严格小于生存时间的易感受试者，因此这些估计高估了治愈率在这种情况下。我们填补了这一空白，提出了一个新的估计的治愈率，利用外推技术，从该地区的极值理论。我们建立的估计量的渐近正态性，并显示如何估计工程的小样本通过模拟研究。我们还通过对乳腺癌患者生存数据的分析来说明其实际适用性。
2018-04-04 math.ST stat.ME stat.TH
Nonparametric covariate hypothesis tests for the cure rate in mixture cure models
针对含长期幸存者的生存数据中现有治愈模型协变量检验仅支持参数/半参数方法的问题，提出混合治愈模型治愈率的非参数协变量假设检验，用bootstrap近似零分布，经模拟验证有效并应用于结直肠癌数据集。
2024-01-30 stat.ME
The zero-inflated cure rate regression model: Applications to fraud detection in bank loan portfolios
在本文中，我们介绍了一种基于零膨胀治愈率模型的方法来检测银行贷款申请中的欺诈者。事实上，我们的做法可以照顾三种不同类型的贷款申请人，欺诈者，那些容易违约的人，最后，那些不容易违约的人。我们的方法的一个优点是适应零膨胀时间，这是不可能在标准的治愈率模型。为了说明所提出的方法，一个真实的数据集的贷款生存时间拟合的零膨胀威布尔治愈率模型。参数估计采用极大似然估计方法，并进行了蒙特卡罗模拟，以检验其有限样本性能。
2015-09-19 stat.ME
A modified score function for monotone likelihood in promotion time cure rate models
Centro de Gestão e Estudos Estratégicos（战略管理与研究中心）；University of Brasília（巴西利亚大学）
本文针对 promotion time 治愈率模型的单调似然问题，提出基于 Firth 偏差减少方法的修正得分函数，经模拟与真实数据集应用验证，可得到有限稳定的参数估计，使有丝分裂因子具统计显著性。
2026-08-24 stat.ME
Nonparametric Kernel Density Estimation for Univariate Curent Status Data
我们得到估计的密度的事件时间的当前状态数据。估计量的情况下，观测时间的分布是已知的，这个分布是未知的。密度估计器是由变换后的当前状态数据的密度的核估计器构造的，其具有类似于均匀反卷积数据的分布。导出了期望和方差的展开式以及渐近正态性。提出了一种基于参考密度的带宽选择方法。最后给出了一个模拟算例。
2017-07-03 math.ST stat.TH
A Generalized Mixture Cure Model Incorporating Known Cured Individuals
针对传统混合治愈模型忽略已知治愈个体信息的问题，提出纳入确定性或随机治愈识别时间的广义模型，采用期望最大化算法估计参数，实验证明其在随机治愈识别场景下精度更高、均方误差更低。
2024-12-08 stat.ME
Nonparametric incidence estimation and bootstrap bandwidth selection in mixture cure models
本研究提出混合治愈模型的完全非参数估计方法，推导发生率估计量的性质与渐近最优带宽，给出自助法带宽选择方案，模拟验证其性能并应用于结直肠癌临床数据。
2024-01-30 stat.ME
Exogenous time-varying covariates in double additive cure survival model with application to fertility
扩展治愈生存模型能够将影响事件概率（或"长期"生存）的协变量与仅影响事件时间（或"短期"生存）的协变量分开。我们建议推广有界累积风险模型，以处理时变（外源）协变量共同影响长期和短期生存的附加项。惩罚参数的选择是该框架中的一个挑战。提出了一种基于拉普拉斯近似的贝叶斯P样条模型快速算法。该方法的动机是生育率研究，妇女的特点，如就业状况和收入（仅举几例），可以在一个不平凡的和频繁的方式在个人的后续行动。该方法还说明了从德国养恤基金，使我们能够研究妇女的时间变化的收入如何与第一次生育的过渡登记数据。
2023-02-02 stat.ME
npcure: An R Package for Nonparametric Inference in Mixture Cure Models
针对含治愈比例的生存数据分析需求，R包npcure实现了右删失场景下混合治愈模型的完全非参数推断方法，提供协变量相关的估计量、Bootstrap带宽选择器及多类型协变量的显著性检验。
2024-01-30 stat.ME
A Bayesian promotion time cure model with current status data
本研究首次提出基于当前状态数据的贝叶斯促进时间治愈模型，采用自适应Metropolis-Hastings算法进行后验计算，通过模拟与癌症数据分析证明其有效性，有望结合先验知识提升临床治愈率。
2024-10-13 stat.ME
A bivariate cure copula model with zero-inflated gamma frailty for right-censored data
Graduate Institute for Advanced Studies, SOKENDAI（SOKENDAI 高级研究研究生院）；Institute of Statistical Mathematics（统计数学研究所）；School of Informatics and Data Science, Hiroshima University（广岛大学信息科学与数据科学学院）
本文提出了一种新的双变量治愈 frailty-copula 模型，用于处理配对生存数据中的治愈分数和复杂依赖结构，通过零膨胀伽马 frailty 模型同时考虑治愈分数和未治愈个体的持续性异质性。
2026-09-21 stat.ME
Semiparametric marginal promotion time cure model for clustered survival data
针对含治愈比例的成组右删失生存数据，提出半参数边缘促进时间治愈模型及GEE与QIF两种估计方法，证明其渐近性质并通过模拟和牙周病数据验证QIF更优。
2025-05-14 stat.ME
An improved fully nonparametric estimator of the marginal survival function based on case-control clustered data
病例对照家族研究是一项研究，其中患有感兴趣的疾病的个体（病例先证者）和没有疾病的个体（对照先证者）从明确定义的人群中随机抽样。对先证者及其亲属的发病年龄和疾病状态进行可能的右删失。一个家庭中的结果之间的相关性是由遗传易感性、共享环境和共同行为模式等因素引起的。对于这种设置，我们提出了一个非参数估计的边际生存函数，基于局部线性估计的条件生存函数。估计的渐近理论，并提出了模拟结果表明，该方法表现良好。该方法说明了从前列腺癌研究的数据。关键词：病例对照;家系研究;多变量生存;非参数估计;局部线性
2018-12-03 stat.ME
Cure models: from mixture to matrix distributions
University of Copenhagen（哥本哈根大学）；University of Liverpool（利物浦大学）
本文提出了一种基于相位型分布的治愈模型，通过马尔可夫跳跃过程实现灵活的长期生存建模，并结合统一回归框架提升模型的适应性和实用性。
2026-01-27 stat.ME
A Bayesian Approach to Causal Cure Models
University of Florence（佛罗伦萨大学）；University of Montpellier（蒙彼利埃大学）；INSERM（法国国家健康与医学研究院）；Inria（法国国家数字科学研究所）
针对生存时间数据中含治愈个体的情况，提出基于贝叶斯模型的方法，考虑主分层因果估计量及新估计量，通过模拟验证可靠性，并应用于随机试验展示实用性，用于分析治疗对治愈比例和未治愈亚群生存函数的因果效应。
2026-07-22 stat.ME
Exact and Asymptotic Tests for Sufficient Followup in Censored Survival Data
在人群中存在免疫或治愈的个体，以及是否有足够的后续行动，在一个样本的审查意见，他们的生命周期，以确保他们的存在是医学生存分析中的重要问题。到目前为止，只有少数候选人已提出作为可能的检验统计量存在足够的后续行动的样本。在这里，我们调查一个这样的统计量，并给出了详细的分析，获得一个确切的有限样本以及渐近分布，并使用这些来计算的功率测试作为一个功能的后续在样本中。
2022-06-19 math.ST stat.TH
Testing for sufficient follow-up in survival data with a cure fraction
Korteweg-de Vries Institute for Mathematics, University of Amsterdam（科特韦格-德弗里斯数学研究所，阿姆斯特丹大学）
本文提出了一种新的非参数统计检验，用于评估生存数据中充分随访的假设，基于分布分位数和密度函数非递增的假设，通过模拟研究和乳腺癌数据验证其有效性。
2026-01-09 stat.ME
A parametric framework for assessing and estimating sufficient follow-up time in cure models
Federal University of São Carlos（圣卡洛斯联邦大学）；Institute of Mathematics and Computer Sciences（数学与计算机科学学院）；University of São Paulo（圣保罗大学）；MRC Biostatistics Unit（医学研究委员会生物统计单元）；University of Cambridge（剑桥大学）
本研究提出统一参数框架，结合随访充分性检验与两种容忍度准则，通过模拟验证性能并应用于癌症数据，实现治愈模型中随访充分性评估与所需时间估计的统一。
2026-08-12 stat.ME
Risk Prediction with Imperfect Survival Outcome Information from Electronic Health Records
如果基于较差的替代指标进行分析，则疾病发作时间的现成替代指标（如首次诊断代码的时间）可能导致重大风险预测错误。由于缺乏详细的文件和人工注释的劳动密集型，通常只能通过随访时间而不是确切的时间来确定一小部分疾病的当前状态。在本文中，我们的目标是开发风险预测模型的发病时间有效地利用少量的标签的当前状态和大量的未标记的观察不完美的代理。在半参数转换模型和高度灵活的测量误差模型下，提出了一种有效结合代理和有限标签信息的半监督风险预测方法.从一个初始估计完全基于标记的子集，我们执行一个一步的校正与完整的数据增加对来自代理的平均零秩相关得分。我们建立了所提出的半监督估计的相合性和渐近正态性，并提供了一个区间估计的估计过程。仿真研究表明，所提出的估计器在有限样本下具有良好的性能。我们通过使用合作伙伴生物银行电子健康记录（EHR）的数据开发肥胖的遗传风险预测模型来说明所提出的估计量。
2021-03-07 stat.ME
Flexible estimation in cure survival models using Bayesian P-splines
在生存数据的分析中，通常假设任何单位将经历关注的事件，如果观察足够长的时间。然而，可以明确假设研究人群中未知比例的人群将永远不会发生监测事件。具有生物学动机的晋升时间模型是考虑这一特征的生存模型之一。提升时间模型假设每个主体的失效时间由N个潜伏事件时间的最小值产生，这N个潜伏事件时间独立于与N无关的公共分布。我们提出了一个扩展，它允许协变量同时影响被治愈的概率和潜在的分布。我们使用灵活的Cox比例风险模型估计潜在分布，其中使用贝叶斯P-样条指定基线风险函数的对数。在潜在分布中引入协变量意味着总体风险函数可能没有比例风险结构。但是，使用P样条函数可以平滑估计人群风险比随时间的变化。我们提出了一个限制使用的模型时，后续的研究是不够长。一个模拟研究评估我们的方法的准确性。所提出的模型说明了从III期黑色素瘤e1684临床试验的数据。
2014-05-14 stat.ME
Bayesian Joint Modeling of Zero-Inflated Longitudinal Data and Survival with a Cure Fraction: Application to AIDS Data
针对零膨胀纵向计数数据与含治愈组分的生存数据，提出贝叶斯联合建模框架，纵向用混合效应Hurdle模型、生存用Cox-混合治愈模型并通过纵向值线性组合连接，经模拟与HIV数据验证，可支持个性化医疗决策。
2025-08-26 stat.AP stat.ME
A new approach for Bayesian joint modeling of longitudinal and cure-survival outcomes using the defective Gompertz distribution
本研究提出基于缺陷Gompertz分布的纵向与治愈生存结局贝叶斯联合建模框架，通过集成嵌套拉普拉斯近似估计参数，经验证可用于评估不同抗癫痫疗法的长期有效性。
2025-07-31 stat.ME
Bayesian Causal Machine Learning for Cure Models
Merck（默克公司）
针对治愈模型中治疗对治愈概率和未治愈患者生存时间的不同影响，提出贝叶斯因果机器学习方法BartCure，分解受限平均生存时间的因果效应，并在乳腺癌试验中验证其有效性。
2026-06-11 stat.AP stat.ME
A multiple imputation approach to distinguish curative from life-prolonging effects in the presence of missing covariates
本文针对协变量缺失的Cox比例风险治愈模型，提出基于多重插补和全条件指定的改进方法，分别对治愈概率和未治愈者生存建模，并在BO06骨肉瘤临床试验数据上验证其优于完整案例分析和全协变量分析。
2024-12-30 stat.ME
The zero-inflated promotion cure rate regression model applied to fraud propensity in bank loan applications
在本文中，我们扩展了陈等人（1999）提出的促进治愈率模型，通过在建模中加入多余的零。尽管允许将协变量与治愈分数相关联，但基于触发关注事件的原因的生物学解释的当前方法无法将协变量与零分数相关联。在生存数据中存在零，这在医学研究中是不寻常的，但在银行贷款组合中经常出现，如Louzada et al（2015）所述，他们在巴西一家主要银行的贷款中处理欺诈倾向。为了说明新的治愈率生存方法，这里拟合了Louzada等人（2015）分析的相同真实数据集，并对结果进行了比较。
2015-10-01 stat.ME
Flexible Estimation of the Heterogeneous Non-Parametric Component in a Relative Survival Cure Model
Sapienza Università di Roma（罗马大学）；Istituto Superiore di Sanità（高等卫生研究所）；Fondazione IRCCS Istituto Nazionale dei Tumori（意大利国家肿瘤研究所基金会IRCCS）；Università della Calabria（卡拉布里亚大学）；Karolinska Institutet（卡罗林斯卡学院）
针对经典相对生存治愈模型中函数形式的局限性，本文在广义模型和神经网络框架下放松参数假设，设计EM算法，经模拟研究和真实数据集应用，所提模型在估计意大利结肠癌患者生存结果上优于经典方法。
2026-07-28 stat.AP stat.ME
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
Model Based Bootstrap Methods for Interval Censored Data
我们研究了基于模型的bootstrap方法在区间删失数据下构建生存函数的逐点置信区间的性能。我们表明，从生存函数的非参数极大似然估计的自举是不一致的，目前的状态和情况2区间删失模型。提出了一种基于模型的平滑引导过程，并证明是一致的。此外，模拟研究进行说明（不）-一致的自助方法。我们在区间删失模型中的结论将更广泛地扩展到表现出非标准收敛率的回归模型中的估计。
2013-12-22 stat.ME
Vertical modeling: analysis of competing risks data with a cure proportion
在本文中，我们扩展了垂直建模方法的生存数据与竞争风险的分析，将治愈部分的人口，也就是说，人口的比例，没有竞争事件可以发生。所提出的方法有三个组成部分：治愈的比例，失败的风险，不管原因，和相对风险的某个失败的原因，给定的失败发生。协变量可能会影响这些组件中的每一个。该方法的一个吸引人的方面是，它是普通生存分析中的半参数混合治愈模型的竞争风险的自然扩展;因此，只有当失败发生时，才分配失败的原因。这与Larson和Dinse现有的竞争风险混合治愈模型形成对比，该模型在开始时以未来状态为条件。使用EM算法获得回归参数估计值。在模拟研究中的估计的性能进行评估。使用黑素瘤癌症数据集说明该方法。
2015-08-16 stat.ME
J- and MJ-Type Tests for Non-Nested Parametric Survival Models with a Cure Fraction: A Score Test Approach
Institute of Mathematics and Statistics, Federal University of Goiás（戈亚斯联邦大学数学与统计学院）；Department of Statistics, Federal University of Paraíba（帕拉伊巴联邦大学统计学系）；Department of Statistics, Federal University of Pernambuco（伯南布哥联邦大学统计学系）
针对含治愈比例的非嵌套参数生存模型，提出基于得分检验的模型设定检验，仅需受限最大似然估计，统计量简化为对数似然差样本均值的二次型，并扩展至多个竞争模型。
2026-07-03 stat.ME
A simulation-extrapolation approach for the mixture cure model with mismeasured covariates
我们考虑的生存数据，从人口治愈的受试者存在误测协变量。我们使用混合治愈模型来解释永远不会经历事件的个体，同时区分协变量对治愈概率和生存时间的影响。特别是，对于实际应用，似乎有兴趣假设发病率的逻辑形式和潜伏期的考克斯比例风险模型。为了校正由测量误差引入的偏差的估计器，我们使用simex算法，这是一种非常通用的基于仿真的方法。它本质上是通过向数据引入额外的误差来估计这种偏差，然后通过外推方法恢复偏差校正估计量。当真实的外推函数已知时，估计量是一致的且渐进正态分布的。我们调查他们的有限样本性能，通过模拟研究，并应用所提出的方法来分析前列腺特异性抗原（PSA）对前列腺癌患者的影响。
2020-09-13 stat.ME
Extremes of Censored and Uncensored Lifetimes in Survival Data
身份证。用于生存分析的删失模型假设两个独立的i.i.d.序列。正随机变量，$(T_i^*)_{1\le i\le n}$和$(U_i)_{1\le i\le n}$。数据由随机序列$\big(T_i=\min(T_i^*,U_i)$的观察结果以及伴随的删失指标组成。具有$T_i^*\le U_i$的$T_i$值被称为未删失，具有$T_i^*> U_i$的值被删失。我们假设$T_i^*$和$U_i$的分布在Gumbel分布的吸引区域中，并得到了数据中删失和未删失寿命的最大值以及与它们相关的统计量的渐近分布，作为样本大小$n\to\infty$。这些使我们能够研究有关人群中可能存在治愈的个体的问题。
2020-02-26 math.ST stat.AP stat.TH
A Bayesian Prevalence Incidence Cure model for estimating survival using Electronic Health Records with incomplete baseline diagnoses
MRC Biostatistics Unit, University of Cambridge（剑桥大学医学研究委员会生物统计单元）
本文提出了一种基于贝叶斯方法的患病率发病率治愈模型，用于更准确地估计生存概率，通过结合混合模型与治愈模型，解决传统PI模型在治愈情况下的偏差问题。
2026-01-30 stat.AP stat.ME
Efficient Estimation For The Cox Proportional Hazards Cure Model
在分析至事件发生时间数据时，可能有一定比例的受试者将永远不会经历感兴趣的事件，并且他们被认为是治愈的。当考虑到生存模型的这一特征时，这些模型通常被称为治愈模型。在存在协变量的情况下，可以通过使用治愈模型来对群体的条件生存函数进行建模，治愈模型取决于未治愈的概率（发生率）和未治愈受试者的条件生存函数（潜伏期），并且使用逻辑斯谛回归和Cox比例风险（PH）回归的组合分别对发生率和潜伏期进行建模。本文通过对剖面似然的渐近展开，证明了剖面似然估计的渐近正态性，并得到了剖面似然中含有隐函数的方差估计的显式形式。我们还证明了基于投影理论的有效得分函数与轮廓似然得分函数是相等的。本文的贡献在于将有效信息矩阵表示为轮廓似然得分函数的方差。模拟研究表明，估计的标准误从自助样本（SMCURE包）和配置文件的可能性得分函数（我们的方法）提供了类似的和可比的结果。我们提出的方法的数值结果也通过使用来自SMCURE R-包的黑素瘤数据示出（Cai等人，2012），并将结果与SMCURE软件包的输出进行比较。
2020-01-24 stat.ME
Non-parametric cure models through extreme-value tail estimation
本文提出一种基于极值理论和概率绘图的非参数方法，利用最高阶统计量联合估计治愈率与极值指数，在充分或不充分随访下重建免疫比例，其表现优于现有模型并应用于挪威出生数据。
2025-03-31 math.ST stat.TH
Splitting the Sample at the Largest Uncensored Observation
我们计算有限样本和渐近分布的最大删失和未删失的生存时间，以及一些相关的统计量，根据iid删失模型产生的生存数据的样本。这些统计数据对于评估样本中是否有足够的随访以确信人群中存在免疫或治愈的个体非常重要。一个关键的结构性结果是，条件的最大未删失生存时间的值，并知道超过这个时间的删失观测的数量，样本分区成两个独立的子样本，每个子样本具有分布的iid样本的删失生存时间，减少的大小，从截断随机变量。这一结果为截尾生存数据的构造提供了有价值的见解，并有利于显式有限样本公式的计算。我们说明了分布的统计有用的样本中进行足够的后续测试，并应用极值方法来获得渐近分布的一些。
2021-09-12 math.ST stat.TH
Generalized promotion time cure model: A new modeling framework to identify cell-type-specific genes and improve survival prognosis
针对个体生存、细胞组成和单细胞组学等多尺度数据缺乏整合模型的问题，提出贝叶斯GPTCM框架，用于识别细胞类型特异性基因并提升癌症生存预测。
2025-10-04 q-bio.GN stat.CO stat.ME
Testing for sufficient follow-up in cure models with categorical covariates
Korteweg-de Vries Institute for Mathematics, University of Amsterdam（阿姆斯特丹大学柯特维格-德弗里斯数学研究所）；ORSTAT, KU Leuven（鲁汶大学统计与运筹学中心）
本文提出了一种适用于具有分类协变量的治愈模型中检验足够随访期的新方法，通过改进检验程序以提高统计功效。
2026-01-10 stat.ME
A Tutorial for Evaluating Cure Model Appropriateness
University of Kansas Medical Center（堪萨斯大学医学中心）；St. Jude Children's Research Hospital（圣裘德儿童研究医院）
本文提出系统评估治愈模型适用性的方法，结合临床判断、Kaplan-Meier曲线分析和定量评估，通过骨髓移植数据示例提供实用指导，提升生存分析可靠性。
2026-05-13 stat.ME
Laplacian-P-splines for Bayesian inference in the mixture cure model
用于分析生存数据的混合治愈模型的特征在于假设研究人群分为一组受试者，该组受试者将在有限的时间范围内发生关注事件，另一组治愈受试者无论随访持续时间如何都不会发生事件。当使用贝叶斯范式推断具有治愈分数的生存模型时，通常的做法是依靠马尔可夫链蒙特卡罗（MCMC）方法从后验分布中采样。虽然计算上可行，但MCMC的迭代性质通常意味着长采样时间来探索具有可能遭受缓慢收敛和不良混合的链的目标空间。本文提出了一种基于拉普拉斯近似和惩罚B样条的混合硫化模型快速、灵活的无采样贝叶斯推断方法。假设治愈比例为逻辑斯谛回归模型，并使用具有P样条近似基线风险的考克斯比例风险模型来指定易感受试者的条件生存函数。拉普拉斯近似的条件潜在向量是基于对数似然的梯度和海森的分析公式，从而大大加快了近似后验分布。在模拟研究中评估了所提出的拉普拉斯-P-样条混合曲线（LPSMC）模型的统计性能和计算效率。结果表明，LPSMC是一个有吸引力的替代经典MCMC近似贝叶斯推断在标准的混合硫化模型。最后，新的LPSMC方法说明了三个应用程序，涉及真正的生存数据。
2021-05-17 stat.CO stat.ME
Copula based dependent censoring in cure models with covariates
UCLouvain（南鲁汶大学）；KU Leuven（荷语鲁汶大学）
本文在带协变量的治愈模型中，通过Copula处理相依删失，纳入行政删失并允许协变量影响所有参数，实现更准确的相依性建模与更个体化的临床相关量估计。
2026-08-28 stat.ME
A Bayesian hierarchical mixture cure modelling framework to utilize multiple survival datasets for long-term survivorship estimates: A case study from previously untreated metastatic melanoma
UCL（伦敦大学学院）；Bristol Myers Squibb（百时美施贵宝）；The Royal Marsden Hospital（皇家马斯登医院）
本文提出了一种贝叶斯分层混合治愈模型，用于整合多个生存数据集以提高长期生存率估计的准确性，并通过黑色素瘤临床试验案例验证了其有效性。
2025-01-28 stat.AP stat.ME
Long-Term Dagum-PVF Frailty Regression Model: Application in Health Studies
提出一种基于缺陷Dagum分布和PVF脆弱项的长期生存模型，处理治愈比例和非单调风险函数，并通过最大似然估计及健康数据验证其有效性。
2023-11-10 stat.ME
Estimand-based Inference in Presence of Long-Term Survivors
本文针对长期幸存者场景提出基于混合治愈模型的非参数推断方法，分别估计治愈率与易感者生存函数，并引入图形化估计目标比较治疗效果，应用于CheckMate 067免疫疗法试验数据。
2024-09-03 stat.ME
The Long Term Fréchet distribution: Estimation, Properties and its Application
本文提出了一种新的长期生存分布。所谓的长期Fréchet分布允许我们拟合一部分人口不受感兴趣事件影响的数据。该模型可用于例如临床研究中，其中一部分群体可在治疗期间治愈。它示出了一个帐户的数学性质的新的分布，如它的时刻和生存特性。同时给出了参数的极大似然估计。为了验证MLE的性能，进行了数值模拟。最后，一个重要的应用程序相关的白血病移植患者的生存时间进行了讨论，以说明我们提出的分布
2017-09-22 math.ST stat.TH
Using Survival Information in Truncation by Death Problems Without the Monotonicity Assumption
在一些随机临床试验中，患者可能在测量其结果之前死亡。即使随机化产生了可比的治疗组和对照组，其余的幸存者往往在预后的背景变量显着不同的结果。这就是所谓的死亡截断问题。在潜在结局框架下，对结局唯一明确的因果影响是在治疗和对照下始终存活的患者亚组内。由于子群的定义依赖于生存状态的潜在值，而这些潜在值不能被联合观察到，如果没有强有力的参数假设，我们就不能识别感兴趣的因果效应，因此只能获得它的界。不幸的是，许多界太宽而没有用处。我们建议在测量结果之前和之后使用详细的生存信息来提高亚组因果效应的界限。由于生存时间包含有关最终结果的有用信息，因此仔细利用它们可以改善统计推断，而无需强加强有力的参数假设。此外，我们建议使用一个Copula模型来放松常见的，但往往令人怀疑的单调性假设，治疗延长了所有患者的生存时间。
2018-03-06 stat.AP stat.ME
Bayesian defective Marshall-Olkin Gompertz model: an integrated approach to identifying cure fraction
University of São Paulo（圣保罗大学）；Federal University of São Carlos（圣卡洛斯联邦大学）；University of Cambridge（剑桥大学）
本文提出一种贝叶斯缺陷回归模型，用于长期生存结果，利用马尔可夫-奥林戈姆佩茨分布，通过蒙特卡洛研究评估其渐近性质，并应用睾丸癌患者数据展示治愈分数的不确定性估计。
2026-03-22 stat.AP stat.ME
Yakovlev Promotion Time Cure Model with Local Polynomial Estimation
在用治愈分数对生存数据建模时，协变量对治愈概率的影响的灵活建模具有重要的医学意义，这有助于研究人员确定更好的治疗方法。本文研究了一个半参数形式的雅科夫列夫推广时间治愈模型，该模型允许连续协变量的非线性效应。假设基线分布函数服从参数形式，我们采用局部多项式方法并使用局部似然准则推导出协变量对治愈率影响的非线性估计。该方法采用了一种灵活的局部估计治愈率的方法，而治愈率是治愈模型中的重要组成部分，采用了一种方便的全局估计基线函数的方法。提出了一种在局部和全局尺度上实现估计的算法。在删失数据和修正数据下，研究了局部多项式估计的非参数部分的渐近性质，并证明了参数部分是根-n相容的.所提出的方法说明了模拟和真实数据。
2019-11-05 stat.ME
Single-index mixture cure model under monotonicity constraints
我们考虑存在治愈分数的生存数据，这意味着一些受试者将永远不会经历感兴趣的事件。我们假设一个混合治愈模型由两个子模型组成：一个是未治愈的概率（发病率），一个是未治愈受试者的生存率（潜伏期）。各种方法，从参数到非参数，已被用来模拟协变量对发病率的影响，Logistic模型是最常见的一种。我们提出了一个单调的单指标模型的发病率，并介绍了一种新的估计方法，是基于配置文件的极大似然方法和技术，从保序回归。单调的单指标结构放松了参数逻辑假设，同时保持了回归系数的可解释性。我们研究了所提出的估计的一致性，并通过模拟研究表明，当单调性假设得到满足，它表现得更好相比，无约束的单指标/Cox混合治愈模型。为了说明其实际用途，我们使用新方法来研究黑色素瘤癌症生存数据。
2023-03-16 math.ST stat.ME stat.TH
Efficient Estimation of Mixture Cure Frailty Model for Clustered Current Status Data
流行病学和公共卫生领域有大量的现状数据，其中唯一可观察到的受试者数据是随机检查时间和检查时的事件状态。出于这样一个当前的状态数据从牙周研究中的数据是固有的集群，我们提出了一个统一的方法来分析这样复杂的数据。我们允许时间到事件遵循半参数GOR模型与治愈分数，并开发一个统一的估计方案，由期望最大化算法供电。受试者内相关性由随机（虚弱）效应解释，GOR模型的非参数分量通过惩罚样条近似，具有随样本量增加的一组结点。所提出的方法是伴随着一个严格的渐近理论，和相关的半参数效率。我们的模型参数的有限样本性能进行评估，通过模拟研究。此外，所提出的方法说明通过应用程序的口腔健康数据，伴随着诊断检查，以确定有影响力的意见。一个易于使用的R包CRFCSD也可用于实现。
2020-04-23 stat.AP stat.ME
Bayesian Neural-Net-Assisted Multi-Treatment Mixture Cure Survival Model with Application in Pediatric Oncology
University of Florida（佛罗里达大学）
本文提出一种协变量依赖的非参数贝叶斯多治疗治愈生存模型，通过潜在连接函数共享治疗信息，实现个体化生存推断，并在儿科肿瘤学试验中验证其有效性与临床价值。
2026-09-30 stat.AP stat.ME
Bayesian Nonparametric Bivariate Survival Regression for Current Status Data
我们考虑基于当前状态数据的事件时间分布的非参数推断。我们发现，在这种情况下，传统的混合先验，包括流行的狄利克雷过程混合先验，导致生物学上无法解释的结果，因为它们不自然地倾斜的概率质量的事件时间对极端的观测数据。对相关删失的简单假设可以解决这个问题。然后，我们将讨论扩展到两个结果的偏序的二元当前状态数据。除了相关的删失，我们还利用了一些最小的已知结构有关的两个事件的时间。我们设计了一个用于后验模拟的马尔可夫链蒙特卡罗算法。应用于复发性感染的研究，该方法提供了新的见解，如何受协变量的影响与艾滋病相关的医院就诊。
2020-09-22 stat.ME
Uniform convergence rate of nonparametric maximum likelihood estimator for the current status data with competing risks
研究了竞争风险模型下当前状态数据下子分布函数的非参数极大似然估计的一致收敛性。已知极大似然估计在绝对连续情形下具有$L^2$-范数收敛速度$O_P(n^{-1/3})$，但对于同样的速度的一致收敛性却没有讨论。我们指定的条件的一致收敛性率$O_P(n^{-1/3}\log^{1/3} n)$的MLE的子分布函数的竞争风险的有限区间。所得结果改进了已知的在当前状态数据的特殊情况下的一致收敛性。主要结果被应用于当前状态右删失数据模型中失效时间生存函数极大似然估计的一致收敛性。
2019-09-13 math.ST stat.TH
A Weibull Mixture Cure Frailty Model for High-dimensional Covariates
本文提出一种融合脆弱成分与高维协变量的 Weibull 混合治愈模型，结合自适应弹性网惩罚和 EM 算法进行变量选择与推断，并在模拟和 TCGA 乳腺癌 RNAseq 数据中验证其预后性能。
2024-04-26 stat.AP stat.CO stat.ME
