A Bayesian approach for analyzing partly interval-censored data under the proportional hazards model.
A Bayesian approach for analyzing partly interval-censored data under the proportional hazards model.
复制标题
DOI：
10.1177/0962280220921552
复制
发表时间：
2020-11
影响因子：
2.3
通讯作者：
Wang L
中科院分区：
文献类型：
--
作者：
Pan C;Cai B;Wang L
部分间隔删失的事件时间数据经常出现在疾病的生物医学研究中，其中需要对感兴趣的症状进行定期医学检查。近几十年来，针对区间删失数据出现了开花方法和 R 包，然而，针对部分区间删失数据的研究工作却很有限。我们提出了一种有效且易于实施的贝叶斯半参数方法，用于在比例风险模型下分析部分区间删失数据。进行了两项模拟研究，以将所提出的方法的性能与目前文献中可用的两种主要贝叶斯方法以及经典的 Cox 比例风险模型进行比较。所提出的方法适用于来自转移性结直肠癌试验的部分间隔审查的无进展生存数据。
Partly interval-censored time-to-event data often occur in biomedical studies of diseases where periodic medical examinations for symptoms of interest are necessary. Recent decades have seen blooming methods and R packages for interval-censored data, however, the research effort for partly interval-censored data is limited. We propose an efficient and easy-to-implement Bayesian semiparametric method for analyzing partly interval-censored data under the proportional hazards model. Two simulation studies are conducted to compare the performance of the proposed method with two main Bayesian methods currently available in the literature and the classic Cox proportional hazards model. The proposed method is applied to a partly interval-censored progression-free survival data from a metastatic colorectal cancer trial.
登录
查看更多内容
影响因子：
1.9
作者：
Perron, F;Mengersen, K
通讯作者：
Mengersen, K
通过部分间隔进行的数据进行加速故障时间模型的半参数估计。
影响因子：
1.9
作者：
Gao F;Zeng D;Lin DY
通讯作者：
Lin DY
影响因子：
2.7
作者：
HASTINGS, WK
通讯作者：
HASTINGS, WK
影响因子：
1.8
作者：
Cai, Bo;Lin, Xiaoyan;Wang, Lianming
通讯作者：
Wang, Lianming
DOI：
10.1080/03610918.2011.566971
发表时间：
2011-01-01
影响因子：
0.9
作者：
Lin, Xiaoyan;Wang, Lianming
通讯作者：
Wang, Lianming