Quantile association regression on bivariate survival data
Quantile association regression on bivariate survival data
复制标题
DOI：
10.1002/cjs.11577
复制
发表时间：
2020-11-01
期刊：
影响因子：
--
通讯作者：
LI R
中科院分区：
文献类型：
--
作者：
CHEN LW;CHENG Y;DING Y;LI R
两个事件时间之间的关联在各个领域都具有重要的科学意义。由于人群的异质性，我们希望研究局部关联在多大程度上取决于人群的不同特征。在此，我们采用了一种新颖的基于量值的局部关联测量方法，并提出了一种条件量值关联回归模型，以考虑协变量对两个生存时间局部关联的影响。根据量级关联度与条件协方差之间的关系，我们构建了量级关联系数的估计方程。我们严格推导了所得估计值的渐近特性，并使用诱导平滑法获得协方差矩阵。通过模拟，我们证明了所提出的推理程序具有良好的实用性能。年龄相关性黄斑变性（AMD）数据的应用真实反映了基线 AMD 严重程度评分对两个 AMD 进展时间之间局部关联的有趣变化影响。
The association between two event times is of scientific importance in various fields. Due to population heterogeneity, it is desirable to examine the degree to which local association depends on different characteristics of the population. Here we adopt a novel quantile-based local association measure and propose a conditional quantile association regression model to allow covariate effects on local association of two survival times. Estimating equations for the quantile association coefficients are constructed based on the relationship between this quantile association measure and the conditional copula. Asymptotic properties for the resulting estimators are rigorously derived, and induced smoothing is used to obtain the covariance matrix. Through simulations we demonstrate the good practical performance of the proposed inference procedures. An application to age-related macular degeneration (AMD) data reals interesting varying effects of the baseline AMD severity score on the local association between two AMD progression times.
登录
查看更多内容
影响因子：
1.9
作者：
Li, Ruosha;Peng, Limin
通讯作者：
Peng, Limin
影响因子：
2.7
作者：
Hu, Tianle;Nan, Bin;Robins, James M.
通讯作者：
Robins, James M.
影响因子：
3.7
作者：
OAKES, D
通讯作者：
OAKES, D
DOI：
10.1146/annurev.genom.9.081307.164350
发表时间：
2009
影响因子：
8.7
作者：
Swaroop A;Chew EY;Rickman CB;Abecasis GR
通讯作者：
Abecasis GR
影响因子：
2.7
作者：
PRENTICE, RL;CAI, J
通讯作者：
CAI, J