Inferences and machine learning methods for multivariate time-to-event data with incomplete information

点击翻译按钮获取中文摘要

本年度は，前年度から行ってきている研究内容をさらに発展させた．具体的には，(1)ランダム効果メタアナリシスのDerSimonian-Laird法に対する正確な推測理論を2値データ・メタアナリシスに展開すること，(2)時間共変量Cox回帰モデルに対する時間変化共変量に対する欠測対応としてガウス過程回帰と多重代入法を用いる方法論を実データ解析に応用すること，(3)経時測定データに対する決定木など機械学習の方法論を精緻化して構築すること，(4)2変量生存時間モデル，群逐次デザインの研究を行い，セミ競合リスクのもとで，どのようにログランク統計量が2変量分布をもつかの結果に基づいて，情報寄与あり中途打ち切りを加味した調整の研究などを行った．(1)の研究では，先行研究において連続データに対するDerSimonian-Laird法のAlmost正確推測理論を，2値データの対数オッズに置き換えたものを考えたが，試験内分散と試験間分散の間に構造的に相関を持つという問題により，連続データに対するAlmost正確推測理論の直截な適用は限界があった．それでも，既存手法よりは，ある程度統計的性能が改善することを得て，シミュレート研究を行い，論文化を行った．(2)の研究も前年度までの進行に加え，研究協力者から実データを入手して論文化を進める準備を行った．(3)の研究では決定木の構成に用いる分岐候補を選ぶ検定統計量として共変量方向と共変量と時間の交互作用方向があり，それらの理論分布の性質を調べ，決定木の構成における第1種の過誤確率を検討している．これらの研究について，いくつかの学会発表や論文発表などを行った．