New Approach to a Parametric Regression in Survival Analysis

OPRŠALOVÁ, Kateřina a Jiří HOLČÍK. New Approach to a Parametric Regression in Survival Analysis. In ISCAMI 2013, Book of Abstracts. 2013.

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

• Originální jazyk: angličtina
• Typ výsledku: Konferenční abstrakt
• Obor: 10103 Statistics and probability
• Stát vydavatele: Česká republika
• Utajení: není předmětem státního či obchodního tajemství
• Organizační jednotka: Přírodovědecká fakulta
• Klíčová slova česky: analýza přežití; parametrické metody; rozdělení pravděpodobnosti
• Klíčová slova anglicky: survival analysis; parametric methods; probability distributions

Anotace

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.

Anotace 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.