Competing risks regression for stratified data.
Competing risks regression for stratified data.
复制标题
DOI：
10.1111/j.1541-0420.2010.01493.x
复制
发表时间：
2011-06
期刊：
影响因子：
1.9
通讯作者：
Fine J
中科院分区：
文献类型：
--
作者：
Zhou B;Latouche A;Rocha V;Fine J
对于竞争性风险数据，子分布的Fine-Gray比例风险模型因其能直接评估协变量对累积发生率函数的影响而得到广泛应用。然而，在许多重要的应用中，可能无法满足比例风险，包括多中心临床试验，其中由于患者人群的不同，基线子分布风险可能不常见。在本文中，我们考虑分层竞争风险回归，以允许基线风险在分层协变量的不同水平之间变化。根据地层数量和地层大小的相对大小，考虑了两种分层制度。利用偏似然和加权技术，我们得到了回归参数的相合估计。相应的渐近性质和由此产生的推论分别为这两个政权。来自乳腺癌临床试验和骨髓移植登记处的数据说明了分层精细灰色模型的潜在效用。
For competing risks data, the Fine–Gray proportional hazards model for subdistribution has gained popularity for its convenience in directly assessing the effect of covariates on the cumulative incidence function. However, in many important applications, proportional hazards may not be satisfied, including multicenter clinical trials, where the baseline subdistribution hazards may not be common due to varying patient populations. In this article, we consider a stratified competing risks regression, to allow the baseline hazard to vary across levels of the stratification covariate. According to the relative size of the number of strata and strata sizes, two stratification regimes are considered. Using partial likelihood and weighting techniques, we obtain consistent estimators of regression parameters. The corresponding asymptotic properties and resulting inferences are provided for the two regimes separately. Data from a breast cancer clinical trial and from a bone marrow transplantation registry illustrate the potential utility of the stratified Fine–Gray model.
登录
查看更多内容
影响因子：
1.9
作者：
Klein, JP;Andersen, PK
通讯作者：
Andersen, PK
影响因子：
2
作者：
Katsahian, Sandrine;Resche-Rigon, Matthieu;Porcher, Raphaeel
通讯作者：
Porcher, Raphaeel
影响因子：
3.7
作者：
WEI, LJ;LIN, DY;WEISSFELD, L
通讯作者：
WEISSFELD, L
影响因子：
4.5
作者：
GRAY, RJ
通讯作者：
GRAY, RJ
影响因子：
2
作者：
Ruan, Ping K.;Gray, Robert J.
通讯作者：
Gray, Robert J.