【摘要】：目的和方法競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型(Competing Risk Model)是用來(lái)處理具有多種潛在結(jié)局生存數(shù)據(jù)(包含競(jìng)爭(zhēng)風(fēng)險(xiǎn)事件)的分析方法,數(shù)據(jù)包括導(dǎo)致失效的終點(diǎn)事件和對(duì)應(yīng)的時(shí)間(失效時(shí)間),終點(diǎn)事件可能存在多個(gè),這些潛在的終點(diǎn)事件稱為競(jìng)爭(zhēng)風(fēng)險(xiǎn)事件。存在競(jìng)爭(zhēng)風(fēng)險(xiǎn)事件的研究中,如果忽略了競(jìng)爭(zhēng)風(fēng)險(xiǎn)的存在,就會(huì)掩蓋或夸大研究因素與研究疾病之間的關(guān)聯(lián),此種情況下就需要采用競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型來(lái)進(jìn)行分析。目前經(jīng)典學(xué)派關(guān)于競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型的研究主要集中在采用原因別競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型或部分分布競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型進(jìn)行累積發(fā)病率的計(jì)算以及如何采用統(tǒng)計(jì)分析軟件進(jìn)行競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型的分析。貝葉斯學(xué)派的統(tǒng)計(jì)方法基于其對(duì)先驗(yàn)信息、樣本信息以及總體信息的有效利用,越來(lái)越受到研究者的青睞,本研究采用的貝葉斯競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型是在原因別競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型的框架下,擬合威布爾分布的似然函數(shù),并采用Gibbs抽樣進(jìn)行后驗(yàn)估算。本研究探討貝葉斯競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型與經(jīng)典競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型(原因別競(jìng)爭(zhēng)風(fēng)險(xiǎn)方法和部分分布競(jìng)爭(zhēng)風(fēng)險(xiǎn)方法)的實(shí)際應(yīng)用,以冠心病患者出院后復(fù)發(fā)心血管事件的隨訪研究數(shù)據(jù)為實(shí)例,介紹競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型分析和軟件實(shí)現(xiàn),并且基于模擬樣本探討在不同競(jìng)爭(zhēng)風(fēng)險(xiǎn)比例情形下,評(píng)價(jià)貝葉斯原因別競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型與經(jīng)典原因別競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型的統(tǒng)計(jì)性能。結(jié)果1.實(shí)例數(shù)據(jù)分析結(jié)果A.經(jīng)典方法和貝葉斯方法的結(jié)果均顯示:年齡和是否患糖尿病是冠心病患者復(fù)發(fā)心血管疾病的影響因素;年齡越大冠心病患者復(fù)發(fā)心血管疾病的風(fēng)險(xiǎn)越大,患糖尿病的病人比不患糖尿病的病人復(fù)發(fā)心血管疾病的風(fēng)險(xiǎn)大。B.隨訪三年半復(fù)發(fā)心血管疾病的存活情況(目標(biāo)結(jié)局事件)累積發(fā)病率曲線的變化有一個(gè)先平穩(wěn)后增長(zhǎng)的趨勢(shì);未復(fù)發(fā)心血管疾病的死亡情況(競(jìng)爭(zhēng)事件)的累積發(fā)病率曲線隨著隨訪時(shí)間的增加有一個(gè)小幅度增加的趨勢(shì)。C.貝葉斯競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型參數(shù)估計(jì)值與經(jīng)典競(jìng)爭(zhēng)風(fēng)險(xiǎn)分析的結(jié)果很接近,但是標(biāo)準(zhǔn)誤、置信區(qū)間的范圍比兩種經(jīng)典方法得到的結(jié)果都小。模型的診斷性指標(biāo)(蒙特卡洛標(biāo)準(zhǔn)誤差、迭代軌跡圖、核密度圖)顯示模型的收斂性較好。2.模擬數(shù)據(jù)分析結(jié)果A.在參數(shù)β真值固定而競(jìng)爭(zhēng)風(fēng)險(xiǎn)比例不同的情況下,回歸系數(shù)β1、β2估計(jì)值的偏差(Bias)的絕對(duì)值,β1、β2的標(biāo)準(zhǔn)差(SD)和標(biāo)準(zhǔn)誤(SE)隨競(jìng)爭(zhēng)風(fēng)險(xiǎn)所占的比例增加而逐漸增大,95%置信區(qū)間寬度(Width)隨競(jìng)爭(zhēng)風(fēng)險(xiǎn)比例的增加逐漸變寬。回歸系數(shù)的95%覆蓋率(cp95)隨著競(jìng)爭(zhēng)風(fēng)險(xiǎn)比例的增加有減小的趨勢(shì)。B.在競(jìng)爭(zhēng)風(fēng)險(xiǎn)比例固定而參數(shù)β真值變化時(shí),β1真值為0估算的回歸系數(shù)β1值的模型評(píng)價(jià)指標(biāo)(Bias的絕對(duì)值、SD、SE以及Width)均小于β_1真值為1估算的β_1的相應(yīng)指標(biāo)值;同時(shí),β2真值為0估算的回歸系數(shù)β2值的模型評(píng)價(jià)指標(biāo)(SD、SE以及Width)均小于β2真值為1估算的β2的相應(yīng)指標(biāo)值。C.貝葉斯方法與經(jīng)典方法相比,其計(jì)算得出的回歸系數(shù)β1、β2的Bias的絕對(duì)值、SD、SE、Width的值均比經(jīng)典方法的相應(yīng)結(jié)果小,貝葉斯法不管在回歸系數(shù)的真實(shí)值是否為0時(shí),都能得到較低的Bias絕對(duì)值。D.經(jīng)典方法的運(yùn)算速度較快,而貝葉斯方法的運(yùn)算時(shí)間較長(zhǎng),約為經(jīng)典方法的95倍左右,兩種方法在不同參數(shù)真值與不同競(jìng)爭(zhēng)風(fēng)險(xiǎn)比例下對(duì)運(yùn)算時(shí)間的影響均不明顯。結(jié)論(1)在流行病學(xué)隨訪研究中,當(dāng)存在競(jìng)爭(zhēng)結(jié)局時(shí)應(yīng)當(dāng)采用相應(yīng)的競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型方法。目前有用于模型擬合使用簡(jiǎn)單方便的統(tǒng)計(jì)軟件。(2)競(jìng)爭(zhēng)結(jié)局的比例越大,對(duì)目標(biāo)結(jié)局的影響越大,目標(biāo)結(jié)局的參數(shù)估計(jì)值的準(zhǔn)確性就越差。(3)經(jīng)典競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型和貝葉斯競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型兩種方法的比較結(jié)果顯示貝葉斯方法的結(jié)果在保證估計(jì)準(zhǔn)確性的情況下比經(jīng)典方法有更高的穩(wěn)定性,故而在研究對(duì)象的樣本量與運(yùn)算時(shí)間允許的情況下,推薦使用貝葉斯競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型進(jìn)行參數(shù)估計(jì)。
【圖文】：

3-1原因別風(fēng)險(xiǎn)的目標(biāo)結(jié)局事件（左）和競(jìng)爭(zhēng)事件（右）的累積發(fā)生率曲線由圖3-1可以看出隨訪的前20個(gè)月，心血管事件的發(fā)生率很低，，且曲線很平穩(wěn)，隨訪20個(gè)月以后，隨著隨訪時(shí)間的增加，研究對(duì)象心血管事件的發(fā)生率逐漸增加，且增長(zhǎng)的速度較快。 對(duì)于競(jìng)爭(zhēng)事件的累積發(fā)生率曲線一直比較平穩(wěn)，隨訪的前10個(gè)月基本保持在一個(gè)很低的水平，之后隨隨訪時(shí)間的增加出現(xiàn)小幅度的增長(zhǎng)趨勢(shì)。圖3-2部分分布風(fēng)險(xiǎn)的兩類結(jié)局事件的累積發(fā)生率曲線圖3-2中，實(shí)線代表競(jìng)爭(zhēng)事件（未出現(xiàn)心血管事件的死亡對(duì)象）累積發(fā)生率曲線；虛線代表目標(biāo)結(jié)局事件（出現(xiàn)心血管事件的存活對(duì)象）的累積發(fā)生率曲線。兩曲線的變化與原因別風(fēng)險(xiǎn)分析的結(jié)果幾乎一致。目標(biāo)結(jié)局事件累計(jì)發(fā)生率曲線的變化也有一個(gè)先平穩(wěn)之后發(fā)生率增加的趨勢(shì)，而競(jìng)爭(zhēng)事件的累積發(fā)生率同樣有隨隨訪時(shí)間的增加有小幅度增加的趨勢(shì)。3.3.2 貝葉斯競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型

3-2部分分布風(fēng)險(xiǎn)的兩類結(jié)局事件的累積發(fā)生率曲線圖3-2中，實(shí)線代表競(jìng)爭(zhēng)事件（未出現(xiàn)心血管事件的死亡對(duì)象）累積發(fā)生率曲線；虛線代表目標(biāo)結(jié)局事件（出現(xiàn)心血管事件的存活對(duì)象）的累積發(fā)生率曲線。兩曲線的變化與原因別風(fēng)險(xiǎn)分析的結(jié)果幾乎一致。目標(biāo)結(jié)局事件累計(jì)發(fā)生率曲線的變化也有一個(gè)先平穩(wěn)之后發(fā)生率增加的趨勢(shì)，而競(jìng)爭(zhēng)事件的累積發(fā)生率同樣有隨隨訪時(shí)間的增加有小幅度增加的趨勢(shì)。3.3.2 貝葉斯競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：R195.1;R541.4

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 郭勝楠;陳慧林;李麗賢;陳金寶;侯雅文;劉棣;陳征;陳平雁;;應(yīng)用競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型探索宮頸癌患者預(yù)后的影響因素[J];腫瘤;2015年09期

2 盧梓航;周立志;韓棟;周燕豐;陳征;;競(jìng)爭(zhēng)風(fēng)險(xiǎn)型數(shù)據(jù)的統(tǒng)計(jì)處理及應(yīng)用[J];現(xiàn)代預(yù)防醫(yī)學(xué);2013年05期

3 戚晴;王洪源;任倩;紀(jì)立農(nóng);;競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型在2型糖尿病治療臨床試驗(yàn)中的應(yīng)用[J];中華臨床醫(yī)師雜志(電子版);2012年12期

4 王哲;;現(xiàn)代貝葉斯統(tǒng)計(jì)學(xué)理論與方法研究[J];價(jià)值工程;2012年01期

5 江一濤;胡海蘭;魏巧玲;方亞;;競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型的發(fā)展與應(yīng)用[J];中國(guó)衛(wèi)生統(tǒng)計(jì);2009年04期

6 羅太陽(yáng);聶紹平;康俊萍;呂強(qiáng);杜昕;胡榮;劉新民;張];賈長(zhǎng)琪;劉小慧;董建增;陳方;呂樹(shù)錚;吳學(xué)思;;吸煙與冠心病關(guān)系的研究[J];中國(guó)介入心臟病學(xué)雜志;2008年06期

7 陶莊;;使用R軟件分析競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型簡(jiǎn)明攻略[J];中國(guó)衛(wèi)生統(tǒng)計(jì);2008年06期

8 胡濤;崔恒建;宋立新;;競(jìng)爭(zhēng)風(fēng)險(xiǎn)混合模型的參數(shù)估計(jì)與檢驗(yàn)[J];應(yīng)用數(shù)學(xué)學(xué)報(bào);2007年04期

9 王小峰;陳炳為;劉沛;;無(wú)金標(biāo)準(zhǔn)診斷實(shí)驗(yàn)條件下貝葉斯先驗(yàn)參數(shù)的確定方法及SAS實(shí)現(xiàn)[J];中國(guó)衛(wèi)生統(tǒng)計(jì);2007年03期

10 劉桂芬,孟海英,張巖波;Bayes線性混合效應(yīng)模型多中心臨床試驗(yàn)應(yīng)用[J];中國(guó)衛(wèi)生統(tǒng)計(jì);2005年04期

本文編號(hào)：2614743