文献

J-GLOBAL ID：202202241281228787   整理番号：22A0410564

競合リスクデータによる重み付き最小二乗回帰【JST・京大機械翻訳】

Weighted least-squares regression with competing risks data

著者 (4件)： Choi Sangbum (Department of Statistics, Korea University, Seoul, South Korea) ,  Choi Taehwa (Department of Statistics, Korea University, Seoul, South Korea) ,  Cho Hyunsoon (Department of Cancer Control and Population Health, Graduate School of Cancer Science and Policy, National Cancer Center, Goyang, Gyeonggido, South Korea) ,  Bandyopadhyay Dipankar (Department of Biostatistics, Virginia Commonwealth University, Richmond, Virginia, USA)
資料名： Statistics in Medicine  (Statistics in Medicine)
巻： 41  号： 2  ページ： 227-241  発行年： 2022年 
JST資料番号： A1551A  ISSN： 0277-6715  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 半パラメトリック加速故障時間(AFT)モデルは,故障時間の対数を共変量の集合に線形に関連させ,一方,誤差分布を特定できない。このモデルは,その単純な解釈と線形モデルとの関係により,生存文献で広く研究されている。しかし,競合するリスクデータを分析するためのAFT型線形回帰法を開発することは,非常に少ないが,その中で,患者は複数の失敗原因の1つを潜在的に経験できる。本論文では,競合するリスクの下でデータ不完全性を説明するために,従来のLS方程式が修正される原因特異的サブ分布関数のための簡単な最小二乗(LS)線形回帰モデルを提案した。提案した推定子は,分散共分散行列の一貫した推定と整合し,漸近的に正常であることを示した。さらに,クラスタ化した競合リスクシナリオの下でのリスク予測と解析に提案方法論を拡張した。シミュレーション研究は,提案方法が迅速で有効な統計的推論と予測を提供することを示唆する。2つの腫瘍学データセットへの著者らの方法の応用は,日常の臨床データ分析における有用性を示す。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *最小二乗法 ,  シミュレーション ,  分布関数 ,  故障 ,  統計的推定 ,  クラスタ化 ,  線形性 ,  対数 ,  推定量
準シソーラス用語： 線形回帰 ,  臨床データ ,  線形モデル ,  線形回帰モデル ,  共変量 ,  分散共分散行列 , 【Automatic Indexing@JST】

著者キーワード (6件)： 加速寿命 ,  クラスタ化データ ,  有益な打切り ,  逆確率重みづけ ,  副分布ハザード ,  生存解析

分類 (2件)： 統計学  (AB08000H) ,  数値計算  (JE02000J)

タイトルに関連する用語 (3件)： 競合 ,  リスク ,  最小二乗