使用spsurv R包进行半参数时间-事件分析
Using the spsurv R package for semi-parametric time-to-event analysis
浏览论文内容
中文总结 AI 辅助
本文介绍spsurv R包，基于Bernstein多项式实现半参数时间-事件回归，支持PH、PO和AFT模型，提供最大似然和贝叶斯估计，并通过蒙特卡洛研究验证其性能。
中文摘要 AI 辅助
我们介绍spsurv，一个基于Bernstein多项式估计未知基线函数的半参数时间-事件回归R包。该包为右删失数据下的比例风险（PH）、比例优势（PO）和加速失效时间（AFT）模型提供了统一的建模接口，支持通过Stan进行最大似然或贝叶斯估计。在不假设参数基线族的情况下，平滑基线风险、优势函数或对数时间结构得以估计，同时保留熟悉的风险比、优势比和时间比解释。我们描述了方法、实现和语法；在蒙特卡洛研究中评估有限样本行为；并展示其在肿瘤学试验中的应用。
英文摘要
We present spsurv, an R package for semi-parametric time-to-event regression based on Bernstein-polynomial estimation of unknown baseline functions. The package provides a unified modelling interface for proportional hazards (PH), proportional odds (PO), and accelerated failure time (AFT) models for right-censored data, with either maximum likelihood or Bayesian estimation via Stan. Smooth baseline hazard, odds-function, or log-time structures are estimated without assuming a parametric baseline family, while retaining familiar hazard-ratio, odds-ratio, and time-ratio interpretations. We describe methodology, implementation, and syntax; evaluate finite-sample behaviour in a Monte Carlo study; and illustrate usage with oncology trials.
发表机构
- University Medical Center Göttingen, Georg-August-Universität Göttingen（哥廷根大学医学中心）
- Universidade Federal de Minas Gerais（米纳斯吉拉斯联邦大学）
机构由 AI 辅助整理，请以论文原文为准。
