Bayesian Parametric Accelerated Failure Time Spatial Model and its Application to Prostate Cancer.
Bayesian Parametric Accelerated Failure Time Spatial Model and its Application to Prostate Cancer.
复制标题
DOI：
10.1080/02664760903521476
复制
发表时间：
2011-03
影响因子：
1.5
通讯作者：
Lawson AB
中科院分区：
文献类型：
--
作者：
Zhang J;Lawson AB
前列腺癌是美国男性中最常见的癌症，也是恶性肿瘤死亡的第二大原因。前列腺癌的生存率存在很大的地理差异和种族差异。空间生存模型的研究大多是基于比例风险模型，而对加速失效时间模型的研究较少。在本文中，我们调查了路易斯安那州的前列腺癌数据从SEER计划和违反比例风险假设表明，基于加速失效时间模型的空间生存模型是更适合这个数据集。为了解释可能的额外变化，我们考虑空间参考的独立或依赖的空间结构。偏差信息准则（DIC）用于在贝叶斯框架内选择最佳拟合模型。我们的研究结果表明，年龄、种族、分期和地理分布在评估前列腺癌生存率方面具有重要意义。
Prostate cancer is the most common cancer diagnosed in American men and the second leading cause of death from malignancies. There are large geographical variation and racial disparities existing in the survival rate of prostate cancer. Much work on the spatial survival model is based on the proportional hazards model, but few focused on the accelerated failure time model. In this paper, we investigate the prostate cancer data of Louisiana from the SEER program and the violation of the proportional hazards assumption suggests the spatial survival model based on the accelerated failure time model is more appropriate for this data set. To account for the possible extra-variation, we consider spatially-referenced independent or dependent spatial structures. The deviance information criterion (DIC) is used to select a best fitting model within the Bayesian frame work. The results from our study indicate that age, race, stage and geographical distribution are significant in evaluating prostate cancer survival.
登录
查看更多内容
影响因子：
2.1
作者：
Henderson, R;Diggle, P;Dobson, A
通讯作者：
Dobson, A
影响因子：
0.8
作者：
Silva, GL;Amaral-Turkman, MA
通讯作者：
Amaral-Turkman, MA
DOI：
10.1198/016214506000000348
发表时间：
2006-09-01
影响因子：
3.7
作者：
Hennerfeind, Andrea;Brezger, Andreas;Fahrmeir, Ludwig
通讯作者：
Fahrmeir, Ludwig
影响因子：
2.4
作者：
Kom치rek, A;Lesaffre, E;Hilton, JF
通讯作者：
Hilton, JF
影响因子：
1.9
作者：
Li, Y;Ryan, L
通讯作者：
Ryan, L