Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Quá trình sự kiện luân phiên trong suốt cuộc sống: động lực dân số và suy diễn thống kê
Tóm tắt
Trong tài liệu nghiên cứu dữ liệu sự kiện tái phát, một lượng lớn công trình đã tập trung vào các quá trình sự kiện tái phát đơn biến, trong đó sự xuất hiện của mỗi sự kiện được coi là một điểm thời gian đơn lẻ. Tuy nhiên, có nhiều ứng dụng mà sự kiện tái phát đơn biến không đủ khả năng để mô tả đặc điểm của quá trình vì bệnh nhân trải qua những khoảng thời gian không t trivial liên quan đến mỗi sự kiện. Điều này dẫn đến một quá trình sự kiện luân phiên, trong đó tình trạng bệnh tật của bệnh nhân thay đổi giữa các giai đoạn tiến triển và thuyên giảm. Trong bài báo này, chúng tôi xem xét động lực của một bệnh mãn tính và quá trình thuyên giảm - tiến triển liên quan của nó trên hai thang thời gian: thời gian lịch và thời gian kể từ khi khởi phát. Cụ thể, trên thời gian lịch, chúng tôi khám phá động lực dân số và mối quan hệ giữa tỷ lệ mắc bệnh, tỷ lệ tồn tại và khoảng thời gian cho các quá trình sự kiện luân phiên như vậy. Chúng tôi cung cấp các kỹ thuật ước lượng phi tham số cho các đại lượng đặc trưng của quá trình. Trong một số bối cảnh, các quá trình tiến triển được quan sát từ một thời điểm khởi phát cho đến khi tử vong; để xem xét mối quan hệ giữa quá trình sống sót và các quá trình sự kiện luân phiên, các phương pháp phi tham số được phát triển để ước lượng quá trình tiến triển trong suốt thời gian sống. Bằng cách hiểu động lực dân số và cấu trúc bên trong quá trình, bài báo cung cấp một cách mới và tổng quát để nghiên cứu các quá trình sự kiện luân phiên.
Từ khóa
Tài liệu tham khảo
Andersen PK, Gill RD (1982) Cox’s regression model for counting processes: a large sample study. Ann Stat 10(4):1100–1120
Cook RJ, Lawless JF (2007) The statistical analysis of recurrent events. Springer, Berlin
Fleming TR, Harrington DP (1991) Counting processes and survival analysis, vol 8. Wiley, New York
Gogtay N, Vyas NS, Testa R, Wood SJ, Pantelis C (2011) Age of onset of schizophrenia: perspectives from structural neuroimaging studies. Schizophr Bull 37(3):504–513
Hu XJ, Lagakos SW (2007) Nonparametric estimation of the mean function of a stochastic process with missing observations. Lifetime Data Anal 13(1):51–73
Hu XJ, Lorenzi M, Spinelli JJ, Ying SC, McBride ML (2011) Analysis of recurrent events with non-negligible event duration, with application to assessing hospital utilization. Lifetime Data Anal 17(2):215–233
Huang CY, Wang MC (2004) Joint modeling event and estimation for recurrent processes and failure time data. J Am Stat Assoc 99(468):1153–1165
Lin DY, Wei LJ, Yang I, Ying Z (2000) Semiparametric regression for the mean and rate functions of recurrent events. J R Stat Soc B 62(4):711–730
Müller H-G (1991) Smooth optimum kernel estimators near endpoints. Biometrika 78(3):521–530
Munk-Jorgensen P, Mortensen PB (1992) Incidence and other aspects of the epidemiology of schizophrenia in denmark, 1971–87. Br J Psychiatry 161(4):489
Pena EA, Strawderman RL, Hollander M (2001) Nonparametric estimation with recurrent event data. J Am Stat Assoc 96(456):1299–1315
Prentice RL, Williams BJ, Peterson AV (1981) On the regression analysis of multivariate failure time data. Biometrika 68(2):373
Ross SM (1983) Stochastic processes, vol 23. Wiley, New York
Schaubel DE, Cai J (2005) Semiparametric methods for clustered recurrent event data. Lifetime Data Anal 11(3):405–425
Wang MC (2005) Length bias. In: Armitage P, Colton T (eds) Encyclopedia of biostatistics. Wiley, New York, pp 2756–9
Wang MC, Chang SH (1999) Nonparametric estimation of a recurrent survival function. J Am Stat Assoc 94(445):146–153
Wang MC, Qin J, Chiang CT (2001) Analyzing recurrent event data with informative censoring. J Am Stat Assoc 96:1057–1065
Yan J, Fine JP (2008) Analysis of episodic data with application to recurrent pulmonary exacerbations in cystic fibrosis patients. J Am Stat Assoc 103(482):498–510
Ye Y, Kalbfleisch JD, Schaubel DE (2007) Semiparametric analysis of correlated recurrent and terminal events. Biometrics 63(1):78–87