【摘要】：背景生存數(shù)據(jù)中的療效比較是醫(yī)學研究中常見的問題之一。在右刪失生存數(shù)據(jù)組間比較研究中,當風險率成比例假定失效,特別是生存曲線交叉時,現(xiàn)有整體檢驗法難以直觀衡量組間療效差異大小且檢驗效能較低,無法有效評價組間療效差異,因此提出無上述假定的檢驗法尤為重要。同樣地在區(qū)間刪失生存數(shù)據(jù)中,也存在類似問題。目的在右刪失生存數(shù)據(jù)中,提出無需風險率成比例假定的新整體檢驗法,并將其推廣到隨訪區(qū)間段上的療效差異檢驗;在區(qū)間刪失生存數(shù)據(jù)中,提出拓展的RMST檢驗法。通過Monte Carlo模擬評價上述檢驗法的穩(wěn)健性和適用性,為臨床研究者推薦統(tǒng)計性能較穩(wěn)健的檢驗方法和分析策略。方法首先在右刪失數(shù)據(jù)中,介紹生存曲線間面積指標以衡量組間絕對差異,然后提出基于該面積指標的置換面積檢驗法。通過Monte Carlo模擬對該檢驗進行性能檢驗和評價,并與經典的Log-rank檢驗等方法進行比較。同時用兩個實例分析來比較了幾種指標和方法之間的差異。其次在區(qū)間刪失生存數(shù)據(jù)中提出拓展的RMST檢驗法,通過模擬研究探索其穩(wěn)健性和適用性并進行實例分析。結果從右刪失生存數(shù)據(jù)模擬結果看面積置換檢驗法能夠較好的控制Ⅰ類錯誤并在不同模擬情形下均具有較高的檢驗效能,即能控制假陽性錯誤又有較強的發(fā)現(xiàn)差異的能力,表現(xiàn)相對穩(wěn)健。結合實例結果來看,在風險率成比例時,幾種方法的效果都較好,但當風險率成比例假設失效時,即兩條生存曲線部分發(fā)散或交叉時,基于生存曲線間面積的檢驗方法能夠更好地給出統(tǒng)計描述與推斷結果。在區(qū)間刪失生存數(shù)據(jù)模擬研究中,本研究提出的拓展RMST檢驗法的Ⅰ類錯誤在0.05附近波動,且其檢驗效能與現(xiàn)有常用方法Sun模型相當。結論在右刪失生存數(shù)據(jù)中,基于兩條生存曲線間的面積能夠直觀反映組間隨時間變化的療效差異大小,其對應的置換面積檢驗也是一個穩(wěn)健的統(tǒng)計推斷方法,特別是在生存曲線交叉等復雜其情況下有更好的分析效果;同時若研究者關心某個隨訪區(qū)間段上的療效差異,可將該指標及其對應檢驗法拓展到該隨訪區(qū)間段上。在區(qū)間刪失生存數(shù)據(jù)中,本文提出RMST檢驗法不僅準確估計各組生存率,且通過計算RMST能夠直觀解釋組間差異大小并由此作出統(tǒng)計推斷,具有較好的統(tǒng)計性能,為臨床研究者和病人提供決策依據(jù)。
【圖文】：

考慮刪失比例（Ｃｅｎｓｏｒｉｎｇ邋Ｒａｔｅ，邋ＣＲ）為０％、１５％、３０％、４５％的情形，同時考慮逡逑了樣本量均衡設計（Ｍ＝７Ｖ２＝２０，邋５０，邋１００）以及非均衡設計（Ｍ＝２０，邋ｉＶ２＝５０；邋Ｍ＝５０，逡逑ｉＶ２＝１００）。圖２－２是檢驗統(tǒng)計量Ａ的密度直方圖和擬合曲線（橫坐標為Ａ取值，逡逑縱坐標為其密度分布）。通過模擬研宄發(fā)現(xiàn)，在５種樣本量與４種刪失率的不同逡逑組合下：其檢驗統(tǒng)計量的偏度系數(shù)最小值和最大值分別是１．０３３、１．４３６邋（正態(tài)逡逑分布偏度系數(shù)為０）

ｔｉｍｅ（ｍｏｎｔｈ）邐ｔｉｍｅ（ｍｏｎｔｈ）逡逑圖２－３：兩個實例的生存曲線圖。圖２－３Ａ對應實例一；圖２－３Ｂ對應實例二。圖中區(qū)域Ｓ逡逑表示兩條生存曲線下面積的公共區(qū)域；圖２－３Ａ中灰色區(qū)域０２分別指交叉點前后兩條逡逑生存曲線間面積；圖２－３Ｂ中的區(qū)域灰色Ｄ指兩條生存曲線間面積。逡逑Ｆｉｇｕｒｅ邋２－３：邋Ｋａｐｌａｎ－Ｍｅｉｅｒ邋ｃｕｒｖｅｓ邋ｆｏｒ邋ｔｈｅ邋ｔｗｏ邋ｅｘａｍｐｌｅｓ．邋Ｆｉｇｕｒｅ邋２－３邋Ａ邋ｉｓ邋ｆｏｒ邋ｅｘａｍｐｌｅ邋１，邋Ｆｉｇｕｒｅ逡逑２－３Ａ邋ｉｓ邋ｆｏｒ邋ｅｘａｍｐｌｅ邋２．邋Ｄｉ，邋Ｄ２邋ｉｎ邋Ｆｉｇｕｒｅ邋２－３Ａ：邋ＡＢＳ邋ｂｅｆｏｒｅ邋ａｎｄ邋ａｆｔｅｒ邋ｔｈｅ邋ｃｒｏｓｓｉｎｇ邋ｐｏｉｎｔ邋ｏｆ邋ｔｈｅ邋ｓｕｒｖｉｖａｌ逡逑ｃｕｒｖｅｓ；邋Ｄ邋ｉｎ邋Ｆｉｇｕｒｅ邋２－３Ｂ：邋ＡＢＳ；邋Ｓ：邋ｓｈａｒｅｄ邋ａｒｅａ邋ｕｎｄｅｒ邋ｔｈｅ邋ｓｕｒｖｉｖａｌ邋ｃｕｒｖｅｓ邋ｏｆ邋ｔｈｅ邋ｔｗｏ邋ｇｒｏｕｐｓ．逡逑實例二（風險率成比例）：在一項兩種藥物對治療膀胱癌患者療效的臨床試逡逑驗中，將患有膀胱癌且經尿道手術移除的病人進行隨機分配到安慰劑組和噻替逡逑派組，兩組刪失率分別為６１．７％、７３．７％，終點事件為出現(xiàn)膀胱癌復發(fā)（圖２－３Ｂ），逡逑經Ｇｒａｍｂｓｈ－Ｔｈｅｍｅａｕ檢驗得到風險率成比例假定有效（ｆ邋＝０．０７０邋，Ｐ＝０．７８９）。逡逑此時兩條生存曲線在初期部分輕微交叉（近似重合），中后期兩條生存曲線明顯逡逑分離。逡逑由表２－３（實例二）可知，由于ｔｈｉｏｔｅｐａ組生存率無法到達０．５，基于中位生存逡逑時間的檢驗無法得到結果
【學位授予單位】：南方醫(yī)科大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：O212;R195.1

【相似文獻】

相關期刊論文 前10條

1 楊琳;房廈;郭航;;左截斷雙刪失數(shù)據(jù)下可加可乘風險率模型的估計[J];數(shù)理統(tǒng)計與管理;2017年02期

2 鄧文麗;程恒星;張日權;;Ⅰ型區(qū)間刪失數(shù)據(jù)下加速失效治愈率模型的估計問題[J];應用概率統(tǒng)計;2017年04期

3 田玉柱;邱曉鵬;田茂再;;廣義逐步混合刪失方案下廣義指數(shù)分布的參數(shù)推斷[J];應用概率統(tǒng)計;2017年04期

4 田媛;王淑影;王純杰;董小剛;;自適應逐步Ⅱ型混合刪失下威布爾分布的參數(shù)估計[J];數(shù)理統(tǒng)計與管理;2016年04期

5 李文靜;鄧文麗;章婷婷;;信息區(qū)間刪失數(shù)據(jù)的參數(shù)估計及敏感性分析[J];江西師范大學學報(自然科學版);2014年06期

6 本刊編輯部;;全科醫(yī)生小詞典——刪失數(shù)據(jù)[J];中國全科醫(yī)學;2015年06期

7 陳琴;;中間刪失數(shù)據(jù)丟棄情形指數(shù)分布的參數(shù)估計[J];科技信息;2012年18期

8 陳琴;;中間刪失下指數(shù)分布的參數(shù)估計[J];湖北師范學院學報(自然科學版);2010年01期

9 朱成蓮;;帶右刪失數(shù)據(jù)的非線性模型的參數(shù)估計[J];統(tǒng)計與決策;2009年14期

10 劉濤;;隨機刪失下極大似然估計的重對數(shù)律[J];湖北大學學報(自然科學版);2007年04期

相關會議論文 前3條

1 徐梓翔;王莉娜;孫金芳;余小金;;基于數(shù)據(jù)擴增的區(qū)間刪失貝葉斯比例風險模型的應用與R實現(xiàn)[A];2017年中國衛(wèi)生統(tǒng)計學學術年會論文集[C];2017年

2 劉強;劉黎明;;帶有刪失數(shù)據(jù)的線性EV模型的統(tǒng)計推斷[A];北京市第十六次統(tǒng)計科學研討會獲獎論文集[C];2011年

3 孫志猛;張忠占;;隨機右刪失數(shù)據(jù)下線性變換模型的經驗似然推斷[A];北京市第十五次統(tǒng)計科學討論會獲獎論文集[C];2009年

相關博士學位論文 前10條

1 王淑影;帶有信息的區(qū)間刪失失效時間數(shù)據(jù)的半參數(shù)分析[D];吉林大學;2018年

2 李樹威;刪失失效時間數(shù)據(jù)的回歸分析[D];吉林大學;2017年

3 趙國慶;刪失數(shù)據(jù)下的經驗熵和經驗似然[D];北京大學;2013年

4 李夏炎;刪失指示量隨機缺失情況下回歸模型統(tǒng)計推斷[D];中國科學技術大學;2011年

5 王培潔;關于區(qū)間刪失數(shù)據(jù)和雙重刪失數(shù)據(jù)的回歸分析[D];吉林大學;2015年

6 梁薇;右刪失數(shù)據(jù)與經驗似然方法[D];北京大學;2011年

7 張頌;一類刪失數(shù)據(jù)的統(tǒng)計推斷[D];吉林大學;2012年

8 侯文;刪失數(shù)據(jù)下若干半參數(shù)模型的經驗似然與懲罰經驗似然推斷[D];大連理工大學;2013年

9 程從華;生存分析中刪失數(shù)據(jù)統(tǒng)計推斷及其應用[D];蘭州大學;2011年

10 錢俊;生存分析中刪失數(shù)據(jù)比例對Cox回歸模型影響的研究[D];南方醫(yī)科大學;2009年

相關碩士學位論文 前10條

1 寧黎明;刪失指示量缺失情形下變系數(shù)部分線性模型的統(tǒng)計推斷[D];武漢科技大學;2019年

2 黃興輝;刪失數(shù)據(jù)中組間療效比較的統(tǒng)計推斷方法研究[D];南方醫(yī)科大學;2019年

3 季文奇;帶有刪失數(shù)據(jù)的廣義線性模型的統(tǒng)計診斷[D];南京理工大學;2018年

4 雷玉蕾;基于區(qū)間刪失數(shù)據(jù)的半參數(shù)貝葉斯模型[D];大連理工大學;2018年

5 洪鵬飛;含有缺失和刪失數(shù)據(jù)的轉移模型分位數(shù)變量選擇[D];浙江財經大學;2019年

6 張妍;基于非參數(shù)多重插補的刪失部分線性可加模型的分位數(shù)估計及其應用[D];浙江工商大學;2018年

7 黃福芳;一類乘法刪失模型的小波估計[D];北京工業(yè)大學;2017年

8 王汜茹;雙刪失數(shù)據(jù)下共享脆弱性模型半參數(shù)有效估計[D];中國科學技術大學;2017年

9 陳夢鍇;隨訪研究中兩個問題的探討[D];南京醫(yī)科大學;2017年

10 林珊屹;比例風險模型下區(qū)間刪失數(shù)據(jù)的參數(shù)回歸模型研究[D];長春工業(yè)大學;2017年

，

本文編號：2625541