复发事件数据的生存分析.pptxVIP

  1. 1、本文档共27页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
汇 报 人:刘雪晗指导老师:尹 平 教授汇报日期:2019年10月14日复发事件数据的生存分析 目录contents0102研究背景0304Background方法介绍Method实例应用Example讨论Discussion Background研究背景01 背景介绍Background 如果某一事件在同一研究对象身上重复发生,则此类事件称为复发事件,产生的数据为复发事件数据。 复发事件数据存在于很多领域,包括医学领域、科学和技术领域等,如肺癌患者术后的多次复发,冠心病患者的反复发作,乳腺癌患者手术后的复发,机械反复出现故障等。 复发事件数据虽然是复杂数据,但它有着一些鲜明的特点:事件是依次重复发生的。多次事件间具有相依性。复发事件时间存在删失。 背景介绍Background 在复发事件数据研究中,由于某些研究的随访时间相对较长,随着研究的进展,复发事件时间可能会出现删失的情况,若复发事件时间的删失是由于随访结束或中途失访而引起的,则可认为是非信息删失,认为复发事件与删失无关。但在更多的实际问题研究发现,大多数删失数据可能是由于受试者的中途退出(疾病恶化或者其它原因)或者死亡而终止,而终止事件的发生很可能与复发事件相关。当终止事件和复发事件存在相关性时,不仅要研究复发事件和死亡事件的影响因素,而且要考虑两个结局事件间的相关性。 背景介绍BackgroundDC生存分析复发事件数据生存分析含终止事件的复发事件数据生存分析????C????C??D 背景介绍BackgroundCox (1972) 提出的比例风险模型(proportional hazard model)。Andersen和Gill(1982)提出AG模型,Wei(1989)提出WLW模型,分别采用边际均值比例模型和边际强度函数来分析复发事件数据。Ghosh 和 Lin ( 2002 ), Schaubel DE 和 Cai ( 2005 )及 Ye Y ( 2007 )等用不同的边际模型分析含终止事件的复发事件数据。Rondeau(2003)提出了共享脆弱模型(shared frailty model)。Huang ( 2007 )提出了联合脆弱模型( joint frailty model )。联合脆弱模型的改进和发展(2010s),包括,参数估计方法,模型适用类型等。 方法介绍02Method 方法介绍Method? 方法介绍Method? 方法介绍Method? 方法介绍Method? 方法介绍Method? 方法介绍Method? 实例分析03Example 实例分析example结直肠癌症病人手术后再住院的数据分析(frailtypack)病人编号第几次重新住院复发相关时间复发状态协变量死亡指标是否化疗(chemo):1: NonTreated 2:Treated性别(sex):1:Male 2:Female肿瘤分期(dukes):1:A-B; 2:C 3:D伴随疾病(charlson):0: Index 0 1: Index 1-2 3:Index =3 实例分析example#仅考虑复发事件:共享脆弱模型sha.sp - frailtyPenal(Surv(t.start,t.stop,event)~sex+dukes+charlson+cluster(id) , data=readmission, n.knots=6,kappa=5000,recurrentAG=TRUE, cross.validation=TRUE,hazard=Splines)#仅考虑死亡事件:cox模型cox.re-readmission[readmission$event == 0,]cox.sp - coxph(Surv(time,death)~sex+dukes+charlson,data=cox.re)#同时考虑复发和死亡事件:联合共享模型Joint.sp - frailtyPenal(Surv(time,event)~cluster(id)+sex+dukes+charlson+terminal(death), formula.terminalEvent=~sex+dukes+charlson, data=readmission,n.knots=6,kappa=c(5000,5000)

文档评论(0)

@@@ + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档