$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

군집의 크기가 생존시간에 영향을 미치는 군집 구간중도절단된 자료에 대한 준모수적 모형
Modeling Clustered Interval-Censored Failure Time Data with Informative Cluster Size 원문보기

응용통계연구 = The Korean journal of applied statistics, v.27 no.2, 2014년, pp.331 - 343  

김진흠 (수원대학교 통계정보학과) ,  김윤남 (세브란스병원 임상시험센터)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 군집 구간중도절단된 자료에서 생존시간이 군집의 크기에 의존할 때 주변모형으로부터 가중 추정 방법과 군집 내 재추출 방법을 써서 모수를 추정하고 그 추정량의 점근적 성질을 살펴보았다. 모의실험을 통해 추정량의 편향의 크기와 신뢰구간의 포함율 측면에서 볼 때 제안한 두 추정 방법이 생존시간과 군집의 크기 간의 종속 관계를 무시한 방법보다 우수한 것으로 나타났다. 제안한 추정 방법을 림프성 사상충 자료에 적용한 결과에 따르면 서로 다른 두 치료방법이 유의하게 다르지 않았으며 나이 효과도 매우 유의하지 않은 것으로 나타났다.

Abstract AI-Helper 아이콘AI-Helper

We propose two estimating procedures to analyze clustered interval-censored data with an informative cluster size based on a marginal model and investigate their asymptotic properties. One is an extension of Cong et al. (2007) to interval-censored data and the other uses the within-cluster resamplin...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • Zhang과 Sun (2010)은 군집 구간중도절단된 자료에 WCR 방법을 적용하여 모수를 추정하였는데 이 때 그들은 기저위험함수(baseline hazard function)가 와이블 분포를 따른 다고 가정하였다. 또한 본 논문에서는 Cong 등 (2007)처럼 콕스비례위험모형을 가정하고 군집 구간중도절단된 자료에 WCR 방법을 적용하여 모수를 추정하는 방법을 제안하고자 한다.
  • Zhang과 Sun (2010)의 방법은 Williamson 등 (2008)이 군집 우중도절단된 생존자료에 대해 제안한 방법을 군집 구간중도절단된 자료로 확장한 것이다. 본 논문에서는 Cong 등 (2007)의 아이디어를 군집 구간중도절단 된 자료로 확장하고자 한다. 한편 Cong 등 (2007)과 Williamson 등 (2008)은 군집 우중도절단된 자료에 WCR 방법을 적용하여 모수를 추정하였는데, 전자는 콕스 비례위험모형을 가정한 반면에 후자는 와이블 분포 모형을 가정하였다.
  • 본 논문에서는 군집 구간중도절단된 자료(clustered interval-censored data)의 회귀모형에서 통계적 추론 문제를 다루고자 한다.
  • 본 논문에서는 군집 구간중도절단된 자료에서 생존시간이 군집의 크기에 의존할 때 주변모형으로부터 가중 추정 방법(WEE)과 군집 내 재추출 방법(WCR)을 제안하고 그 추정량의 점근적 성질을 살펴보았다. 또한 모의실험을 통해, 생존시간이 군집의 크기와 무관한 경우(non-informative case)에는 세 추정 방법이 서로 유사하였지만(WEE ≈ UWE ≈ WCR), 생존시간이 군집의 크기에 종속된 경 우(informative case)에는 ‘Bias’와 ‘CP’ 측면에서 볼 때 제안한 두 추정 방법이 이 종속 관계를 무시 한 방법보다 우수한 것으로 나타났다(WEE ≈ WCR > UWE).
  • 본 절에서는 모의실험을 통해 2.1절과 2.2절에서 제안한 추정 방법(WEE, WCR)과 군집의 크기가 생존 시간에 종속적일 때 이를 무시한 추정 방법(UWE)을 서로 비교하고자 한다. 단, UWE는 모든 군집에 대해 wi = 1을 가정하고 추정한 WEE 추정량을 의미한다.

가설 설정

  • 공변량 xij가 주어졌을 때, Tij는 Lij 및 Rij와 서로 독립이라고 가정한다.
  • 본 논문에서는 군집 구간중도절단된 자료(clustered interval-censored data)의 회귀모형에서 통계적 추론 문제를 다루고자 한다. 군집 자료를 분석할 때 일반적으로 같은 군집 내에 있는 개체들의 개수와 생존시간은 서로 무관하다고 가정한다. 그러나 다음 예에서 볼 수 있듯이 군집의 크기가 생존시 간에 대해 어떤 정보를 제공할 수도 있는데 군집 내에 있는 개체들 간의 생존시간이 군집의 크기와 상관 되어 있을 때 군집의 크기가 생존시간에 영향력이 있다라고 말한다.
  • 본 논문에서는 i번째 군집 의 Tij들이 ni에 의존한다고 가정한다. 다시 말해 같은 군집 내에 있는 개체들의 생존시간이 해당 군집 의 크기에 의존한다고 가정한다. 한편 Tij는 직접 관찰할 수 없고 단지 Tij가 속한 구간만 관측할 수 있다고 한다.
  • (t)는 미지의 공통 기저위험함수이고, β는 p-차원 회귀계수 벡터이다. 본 논문에서는 i번째 군집 의 Tij들이 ni에 의존한다고 가정한다. 다시 말해 같은 군집 내에 있는 개체들의 생존시간이 해당 군집 의 크기에 의존한다고 가정한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
WCR 방법은 무엇인가? 반면에 후자는 군집의 크기를 모수 추정에 간접적으로 반영하는 방 법이다. 다시 말해 WCR 방법은 군집의 크기가 생존시간에 미치는 영향을 제거하기 위해 군집별로 랜덤하게 하나의 표본만을 뽑아 재구성하는 것이다. 그러면 이 자료는 더 이상 군집화 된 자료가 아니고 서로 독립인 생존자료에 불과하기 때문에 이미 잘 알려진 방법을 써서 모수를 추정할 수 있다.
WCR 방법의 장점은? 그러면 이 자료는 더 이상 군집화 된 자료가 아니고 서로 독립인 생존자료에 불과하기 때문에 이미 잘 알려진 방법을 써서 모수를 추정할 수 있다. WCR 방법은 반복적으로 재추출하기 때문에 컴퓨팅 시간이 많이 필요하지만 군집 내 자료들 간의 종속성과 생존 시간과 상관된 군집의 크기를 동시에 해결할 수 있는 장점이 있다. Cong 등 (2007)은 군집 우중도절단 된 자료(clustered right-censored data)에서 콕스 비례위험모형(Cox proportional hazards model)을 가정하고 생존시간과 상관된 군집의 크기를 모수 추정에 반영하기 위해 군집의 크기의 역수를 가중값으로 하는 가중 추정 방법을 제안하였다.
군집화 된 생존자료를 다루는 방법은 무엇이 있는가? 생존시간이 군집의 크기와 상관되어 있을 때 군집화 된 생존자료를 다루는 방법은 크게 두 가지로 나눌 수 있다. 한 방법은 주변모형(marginal model)을 가정하고 (Huster 등, 1989; Wei 등, 1989; Lee 등, 1992) 군집의 크기를 가중값으로 처리하는 방법이고, 다른 방법은 Hoffman 등 (2001)이 제안한 군집 내 재추출(within-cluster resampling; WCR) 방법을 사용하는 것이다. 전자는 군집의 크기를 직접적으로 추정 방정식에 반영하는 방법이며 이미 잘 알려진 것처럼 주변모형은 군집 내에 있는 개체들 간의 종속성을 고려하지 않기 때문에 일반화 추정 방법(generalized estimating equation; GEE)을 써서 로버스트한 방법으로 분산을 추정한다.
질의응답 정보가 도움이 되었나요?

참고문헌 (13)

  1. Cai, J. and Prentice, R. L. (1995). Estimating equations for hazard ratio parameters based on correlated failure time data, Biometrics, 82, 151-164. 

  2. Chambers, J. M., Mallows, C. L. and Stuck, B. W. (1976). A method for simulating stable random variables, Journal of the American Statistical Association, 71, 340-344. 

  3. Cong, X. J., Yin, G. and Shen, Y. (2007). Marginal analysis of correlated failure time data with informative cluster sizes, Biometrics, 63, 663-672. 

  4. Hoffman, E. B., Sen, P. K. and Weinberg, C. R. (2001). Within cluster resampling, Biometrika, 88, 1121-1134. 

  5. Huster, W. J., Brookmeyer, R. and Self, S. G. (1989). Modelling paired survival data with covariates, Biometrics, 45, 145-156. 

  6. Huang, J. and Wellner, J. A. (1997). Interval censored survival data: a review of recent progress, Proceedings of the First Seattle Symposium in Biostatistics: Survival Analysis,. D. Lin and T. Fleming(eds). Springer-Verlag, New Jersey. 

  7. Kalbfleisch, J. D. and Prentice, R. L. (2002). The Statistical Analysis of Failure Time Data, Second Ed., John Wiley, New York. 

  8. Lee, E. W., Wei, L. J. and Amato, D. A. (1992). Cox-type regression analysis for large number of small groups of correlated failure time observations, In Survival Analysis: State of Arts, J.P. Klein and P.M. Goel(eds), Kluwer Academic Publishers, Dordrecht. 

  9. Lindsey, J. C. and Ryan, L. M. (1998). Tutorial in biostatistics: Methods for interval-censored data, Statistics in Medicine, 17, 219-238. 

  10. McGuire, M. K. and Nunn, M. E. (1996). Prognosis versus actual outcome III: The effectiveness of clinical parameters in accurately predicting tooth survival, Journal of Periodontology, 67, 666-674. 

  11. Wei, L. J., Lin, D. Y. andWeissfeld, L. (1989). Regression analysis of multivariate incomplete failure time data by modeling marginal distributions, Journal of the American Statistical Association, 84, 1065-1073. 

  12. Williamson, J., Kim, H. Y., Manathuga, A. and Addiss, D. G. (2008). Modeling survival data with informative cluster size, Statistics in Medicine, 27, 543-555. 

  13. Zhang, X. and Sun, J. (2010). Regression analysis of clustered interval-censored failure time data with informative cluster size, Computational Statistics and Data Analysis, 54, 1817-1823. 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로