a 2013

New Approach to a Parametric Regression in Survival Analysis

OPRŠALOVÁ, Kateřina a Jiří HOLČÍK

Základní údaje

Originální název

New Approach to a Parametric Regression in Survival Analysis

Název česky

Nový přístup k parametrické regresi v analýze přežití

Autoři

OPRŠALOVÁ, Kateřina a Jiří HOLČÍK

Vydání

ISCAMI 2013, Book of Abstracts, 2013

Další údaje

Jazyk

angličtina

Typ výsledku

Konferenční abstrakt

Obor

10103 Statistics and probability

Stát vydavatele

Česká republika

Utajení

není předmětem státního či obchodního tajemství

Označené pro přenos do RIV

Ne

Organizační jednotka

Přírodovědecká fakulta

Klíčová slova česky

analýza přežití; parametrické metody; rozdělení pravděpodobnosti

Klíčová slova anglicky

survival analysis; parametric methods; probability distributions
Změněno: 28. 11. 2013 09:47, Mgr. Kateřina Opršalová

Anotace

ORIG CZ

V originále

Parametric methods are not used so often due to a necessity to estimate the baseline hazard function. It is required to specify the probability distribution of the survival times when dealing with the methods. Unlike the Cox semiparametric model the assumption of proportional hazards need not to be fulfilled. That makes the parametric methods useful in some special cases. Exponential, Weibull, gamma and lognormal distributions are the most frequently used in the methods. All of this distributions are defined to infinity that causes overestimation of the probability of survival in longer survival times. We decided to transform standardly used distributions to be defined in a finite interval. The newly obtained distributions were formated and applied to the data of patients with breast cancer in the fourth stage of the disease. The maximum likelihood method was used to estimate the distributions parameters. Various models were compared visually and on the basis of Akaike information criterion.

Česky

Parametrické metody v analýze přežití nejsou používány tak často zejména kvůli nutnosti ohadnout základní rizikovou funkci. Při využívání parametrických metod je potřeba specifikovat pravděpodobnostní rozdělení časů přežití. Narozdíl od Coxova semiparametrického modelu však nemusí být splněn předpoklad proporcionality rizik, což dělá parametrické metody v některých speciálních případech velice užitečnými. Nejčastěji využívanými rozděleními při aplikaci parametrických metod jsou exponeciální, Weibullovo, gama a log-normální rozdělení. Všechna tato rozdělení jsou definována do nekonečna, což může způsobovat nadhodnocování odhadů pravděpodobnosti přežití v delších časech. Rozhodli jsme se transformovat standardně využívaná rozdělení tak, aby byla definována na konečném intervalu. Nově vzniklá rozdělení byla aplikována na data o pacientkách s rakovinou prsu ve čtvrtém stádiu nemoci. Parametry rozdělení byly odhadnuty pomocí metody maximální věrohodnosti. Modely byly srovnány jak vizuálně, tak na základě Akaikeho informačního kriteria.