A semiparametrically efficient estimator of the time-varying effects for survival data with time-dependent treatment.
A semiparametrically efficient estimator of the time-varying effects for survival data with time-dependent treatment.
复制标题
具有时间依赖性处理的生存数据时变效应的半参数有效估计器
DOI：
10.1111/sjos.12196
复制
发表时间：
2016-09
期刊：
影响因子：
--
通讯作者：
Li Y
中科院分区：
文献类型：
--
作者：
Lin H;Fei Z;Li Y
时间依赖性治疗的时机——例如：，何时进行肾移植，是评估治疗效果的重要因素。在忽略治疗时间的情况下，对治疗组和未治疗组进行naïve比较，通常会产生偏向治疗组的结果，因为只有存活时间足够长的患者才会得到治疗。另一方面，研究时间依赖性治疗的效果往往是复杂的，因为它涉及到对治疗历史的建模和考虑治疗效果可能的时变性质。我们提出了一个变系数Cox模型，该模型利用全局偏似然来研究时间依赖治疗的有效性，该模型呈现出吸引人的统计性质，包括一致性、渐近正态性和半参数效率。大量的模拟验证了有限样本的性能，我们将提出的方法应用于研究美国移植接受者科学登记处（SRTR）的终末期肾病患者肾移植的疗效。
The timing of a time-dependent treatment—e.g., when to perform a kidney transplantation—is an important factor for evaluating treatment efficacy. A naïve comparison between the treated and untreated groups, while ignoring the timing of treatment, typically yields biased results that might favor the treated group because only patients who survive long enough will get treated. On the other hand, studying the effect of a time-dependent treatment is often complex, as it involves modeling treatment history and accounting for the possible time-varying nature of the treatment effect. We propose a varying-coefficient Cox model that investigates the efficacy of a time-dependent treatment by utilizing a global partial likelihood, which renders appealing statistical properties, including consistency, asymptotic normality and semiparametric efficiency. Extensive simulations verify the finite sample performance, and we apply the proposed method to study the efficacy of kidney transplantation for end-stage renal disease patients in the U.S. Scientific Registry of Transplant Recipients (SRTR).
登录
查看更多内容
影响因子：
2.7
作者：
Jin, ZZ;Ying, ZL;Wei, LJ
通讯作者：
Wei, LJ
影响因子：
3.7
作者：
Cai, ZW;Fan, JQ;Li, RZ
通讯作者：
Li, RZ
影响因子：
2.7
作者：
Gamerman, D
通讯作者：
Gamerman, D
影响因子：
1
作者：
Cai, ZW;Sun, YQ
通讯作者：
Sun, YQ
影响因子：
2.7
作者：
LIN, DY;WEI, LJ;YING, Z
通讯作者：
YING, Z