Time-to-Event Analysis with Unknown Time Origins via Longitudinal Biomarker Registration.
Time-to-Event Analysis with Unknown Time Origins via Longitudinal Biomarker Registration.
复制标题
通过纵向生物标记注册进行未知时间起源的事件时间分析。
DOI：
10.1080/01621459.2021.2023552
复制
发表时间：
2023
影响因子：
3.7
通讯作者：
Guo,Wensheng
中科院分区：
文献类型：
--
作者：
Wang,Tianhao;Ratcliffe,SarahJ;Guo,Wensheng
在观察性研究中，事件发生时间分析的感兴趣的时间起源通常是未知的，例如疾病发作的时间。现有的估计时间起源的方法通常建立在参数纵向模型的外推基础上，该模型依赖于可能导致有偏差的推论的严格假设。在本文中，我们介绍了一种灵活的半参数曲线配准模型。它假设纵向轨迹遵循灵活的共同形状函数，具有以随机曲线配准函数为特征的特定于人的疾病进展模式，该函数进一步用于将未知时间原点建模为随机开始时间。该随机时间用作对纵向数据和生存数据进行联合建模的链接，其中未知时间原点被整合到联合似然函数中，这有利于无偏且一致的估计。由于疾病进展模式自然地预测事件发生时间，我们进一步提出了一种新的功能生存模型，使用配准函数作为事件发生时间的预测因子。证明了所提出模型的渐近一致性和半参数效率。模拟研究和两个真实数据应用证明了这种新方法的有效性。本文的补充材料可在线获取。
In observational studies, the time origin of interest for time-to-event analysis is often unknown, such as the time of disease onset. Existing approaches to estimating the time origins are commonly built on extrapolating a parametric longitudinal model, which rely on rigid assumptions that can lead to biased inferences. In this paper, we introduce a flexible semiparametric curve registration model. It assumes the longitudinal trajectories follow a flexible common shape function with person-specific disease progression pattern characterized by a random curve registration function, which is further used to model the unknown time origin as a random start time. This random time is used as a link to jointly model the longitudinal and survival data where the unknown time origins are integrated out in the joint likelihood function, which facilitates unbiased and consistent estimation. Since the disease progression pattern naturally predicts time-to-event, we further propose a new functional survival model using the registration function as a predictor of the time-to-event. The asymptotic consistency and semiparametric efficiency of the proposed models are proved. Simulation studies and two real data applications demonstrate the effectiveness of this new approach. Supplementary materials for this article are available online.
登录
查看更多内容
影响因子：
1.5
作者：
C. Julian
通讯作者：
C. Julian
高剂量醋酸甲羟孕酮 (MPA) 治疗晚期化疗耐药性卵巢癌：一项 II 期研究。
DOI：
--
发表时间：
1982
期刊：
Cancer treatment reports
影响因子：
--
作者：
K. Aabo;Pedersen Ag;I. Haid;P. Dombernowsky
通讯作者：
P. Dombernowsky
妇科肿瘤中雌激素受体的酶联免疫化学测量，以及卵巢癌中类固醇受体的概述。
影响因子：
9.3
作者：
Holt,JA;Bolanos,J
通讯作者：
Bolanos,J
影响因子：
11.2
作者：
T. C. Hamilton;R. Young;K. G. Louie;B. Behrens;W. Mckoy;K. Grotzinger;R. Ozols
通讯作者：
T. C. Hamilton;R. Young;K. G. Louie;B. Behrens;W. Mckoy;K. Grotzinger;R. Ozols
3H-雌二醇和 3H-R5020 在正常和肿瘤性人卵巢组织细胞质中的结合
影响因子：
6.4
作者：
K. Pollow;A. Schmidt;G. Hoffmann;G. Schweikhart;R. Kreienberg;B. Manz;H. Grill
通讯作者：
H. Grill