
-
生物通官微
陪你抓住生命科技
跳动的脉搏
考虑共享脆弱性和双重删失的渐进多状态生存模型
《BMC Medical Research Methodology》:A unified likelihood approach for progressive multistate frailty models under double censoring: application to retinopathy of prematurity
【字体: 大 中 小 】 时间:2026年10月23日 来源:BMC Medical Research Methodology 3.7
编辑推荐:
摘要背景在多状态生存研究中,转换时间可能存在个体内依赖性,并同时受到左删失和右删失的影响。现有方法通常分别处理这些特征。在统一的似然框架下对渐进多状态转换、共享脆弱性依赖性和双重删失进行联合分析的研究较少受到关注。本研究提出了一种参数化渐进多状态生存模型,该模型能够同时适应共
在多状态生存研究中,转换时间可能存在个体内依赖性,并同时受到左删失和右删失的影响。现有方法通常分别处理这些特征。在统一的似然框架下对渐进多状态转换、共享脆弱性依赖性和双重删失进行联合分析的研究较少受到关注。本研究提出了一种参数化渐进多状态生存模型,该模型能够同时适应共享脆弱性和双重删失。
转换强度使用 Weibull 分布进行建模。参数通过最大似然法估计,并对伽马脆弱性分布进行对数稳定的数值积分以确保计算稳定性。模拟在不同样本量(100、200 和 600)、脆弱性方差(0.5、1 和 1.5)和左删失比例(20%、40% 和 60%)下进行,使用偏差、均方根误差(RMSE)和 95% 置信区间的覆盖率概率来评估性能。
在所考察的模拟设置下,与忽略脆弱性和/或左删失的模型相比,所提出的模型表现出更低的偏差,并改进了估计精度和置信区间覆盖率,当脆弱性方差更高和左删失比例更高时,这种增益变得更加明显。
所提出的框架为具有相关转换时间和双重删失的渐进多状态数据提供了一种实用的方法。该方法以患有早产儿视网膜病变的早产儿视网膜血管发育数据进行了说明,展示了其在生物医学研究中相关多状态过程的实用性。
在多状态生存研究中,转换时间可能存在个体内依赖性,并同时受到左删失和右删失的影响。现有方法通常分别处理这些特征。在统一的似然框架下对渐进多状态转换、共享脆弱性依赖性和双重删失进行联合分析的研究较少受到关注。本研究提出了一种参数化渐进多状态生存模型,该模型能够同时适应共享脆弱性和双重删失。
转换强度使用 Weibull 分布进行建模。参数通过最大似然法估计,并对伽马脆弱性分布进行对数稳定的数值积分以确保计算稳定性。模拟在不同样本量(100、200 和 600)、脆弱性方差(0.5、1 和 1.5)和左删失比例(20%、40% 和 60%)下进行,使用偏差、均方根误差(RMSE)和 95% 置信区间的覆盖率概率来评估性能。
在所考察的模拟设置下,与忽略脆弱性和/或左删失的模型相比,所提出的模型表现出更低的偏差,并改进了估计精度和置信区间覆盖率,当脆弱性方差更高和左删失比例更高时,这种增益变得更加明显。
所提出的框架为具有相关转换时间和双重删失的渐进多状态数据提供了一种实用的方法。该方法以患有早产儿视网膜病变的早产儿视网膜血管发育数据进行了说明,展示了其在生物医学研究中相关多状态过程的实用性。