تحلیل بیزی پارامتری داده های بقا با سانسور فاصله ای همراه با متغیرهای کمکی

پایان نامه
چکیده

در تحلیل داده ها بقا به طور کلی از دو مدل رگرسیونی استفاده می شود، مدل مخاطرات متناسب کاکس به عنوان یک مدل نیمه پارامتری و مدل‎های زمان شکست شتابنده به عنوان مدل پارامتریک. اگر چه رگرسیون کاکس کاربردی ترین مدل در تحلیل بقا است، ولیکن مدل‎های پارامتریک در برخی شرایط می توانند مناسب تر باشند. بدست آوردن توزیع پارامتری زمان بقا از اهمیت ویژه ای برخوردار است، به طوری که می توان احتمال بقا و احتمال خطر را در تمام زمان ها به طور دقیق محاسبه نمود و در برآورد پارامترها بر خلاف مدل کاکس، از روش حداکثر درستنمایی استفاده کرد. از طرفی استنباط ها بر اساس نمونه های بزرگ نمی توانند وقتی تعداد نمونه کوچک است مورد استفاده قرار گیرد. رهیافتی که می توان در این گونه موارد استفاده کرد دیدگاه بیزی است که استنباط را بر اساس توزیع دقیق پسین و با انتخاب توزیع پیشین مناسب انجام می دهد. در تحلیل پارامتریک برای استنباط در مورد متغیرهای کمکی و برازش دقیق تر، فرض می شود پارامتر مکان با متغیرهای کمکی مرتبط است و پارامتر شکل به متغیرهای کمکی وابسته نیست و این پارامتر ثابت در نظر گرفته می شود. این فرض در بعضی از داده ها درست نیست و در این حالت اگر پارامتر شکل تابعی از متغیرهای کمکی در نظر گرفته شود، برازش بهتری به داده ها صورت می گیرد. نتایج شبیه سازی نشان داد، در صورتی که پارامتر شکل توزیع ثابت نباشد، ممکن است برآوردهای ضرایب متغیرهای کمکی به روش بیز، دارای اریبی کمتر، تفسیر شاخص های مهم در بقا همچون نسبت خطر برای زمان های مختلف در آن دقیق تر، برازش مدل مناسب تر و نتایج استنباط متفاوت باشد. نتایج حاصل از این تحقیق، پیشنهاد می شود که مدل اشباع شده به گونه ای انتخاب شود که پارامتر شکل ثابت نباشد و فرض ثابت بودن پارامتر شکل مورد آزمون قرار گیرد و مدل مناسب تر با استفاده از ملاک های برازش مدل انتخاب شود. همچنین این مطالعه نشان داد سن بیمار در زمان تشخیص و اندازه تومور از عوامل مهم مرتبط با بقای بیماران مبتلا به سرطان معده می باشند. در نتیجه در صورت تشخیص این بیماری در سنین پایین تر و مراحل اولیه پیشرفت بیماری، خطر نسبی مرگ کاهش می یابد. بر اساس ملاک اطلاع انحرافی، مدل وایبول مدل مناسبی برای داده های سرطان معده شناخته شد.

۱۵ صفحه ی اول

برای دانلود 15 صفحه اول باید عضویت طلایی داشته باشید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

تحلیل داده های بقا در حضور متغیرهای کمکی اندازه گیری شده با خطا

ارتقاء روش¬های تحلیل داده¬های بقا به¬عنوان یکی از حوزه¬های علم آمار در سال¬های اخیر مورد توجه قرار گرفته است. این بدان خاطر است که در بسیاری از موقعیت¬های کاربردی، محققین تمایل به بررسی زمان لازم تا رخداد یک حادثه را دارند. یکی از هدف¬های اصلی در آنالیز داده¬های بقا، یافتن رابطه¬ای میان متغیر پاسخ و متغیرهای مستقل می¬باشد. یکی از روش¬ها برای رسیدن به این هدف، استفاده از مدل¬های رگرسیونی می¬باشد...

15 صفحه اول

تحلیل بیزی مدل های شکنندگی در بررسی داده های بقا طولانی مدت

در تحلیل داده­ های بقا طولانی مدت دو دسته از مدل­ ها با نام مدل­های شفایافته آمیخته و ناآمیخته ارائه‌ شده‌اند. از آنجایی که استفاده از مدل­های شفایافته آمیخته در رویکرد بیزی دارای معایبی است، از جمله می­توان به عدم اطمینان از شناسایی پذیری بودن پارامترهای واقعی جامعه و همچنین ایجاد توزیع پسین ناسره به دلیل عدم انتخاب توزیع­های پیشین مناسب اشاره کرد. لذا در رویکرد بیزی از مدل­های ناآمیخته استفاد...

متن کامل

کاربرد مدل های پارامتری در تحلیل بقا در سرطان معده

سابقه و هدف: مدل مخاطره متناسب کاکس، رایج­ترین روش برای تجزیه و تحلیل اثر متغیرها بر روی زمان بقاء می­باشد، اما، تحت شرایط معین مدل­های پارامتری می­توانند بر مدل کاکس برتری داشته باشند. در مطالعه حاضر با استفاده از مدل کاکس و جایگزین های پارامتری از قبیل مدل وایبل، نمایی و لگ نرمال، عوامل مؤثر بر بقاء بیماران مبتلا به سرطان معده، ارزیابی و کارآیی مدل­ها برای ارائه بهترین مدل مقایسه گردید. مواد ...

متن کامل

تحلیل درستنمایی ماکزیمم مدل رگرسیون لجستیک در حالتی که داده های متغیرهای پیشگو کامل نیستند ولی متغیرهای کمکی وجود دارند

Background and Objectives: Missing data exist in many studies, e.g. in regression models, and they decrease the model's efficacy. Many methods have been suggested for handling incomplete data: they have generally focused on missing outcome values. But covariate values can also be missing.Materials and Methods: In this paper we study the missing imputation by the EM algorithm and auxiliary varia...

متن کامل

تحلیل داده های طول عمر سانسور شده با مشاهده تناوبی متغیرهای کمکی تصادفی دودوئی وابسته به زمان

هدف اصلی در این پایان نامه ارائه و بررسی مدل توام برای داده های طول عمر سانسور شده است که در سال 1998 توسط elashoff، schenker و faucett به جهان علم عرضه شد. این روش ، روشی مناسب برای تجزیه و تحلیل داده های طول عمر سانسور شده با متغیرهای کمکی ثابت و وابسته به زمان می باشد که در آن برخی از مشاهدات مربوط به متغیر کمکی وابسته به زمان در طول زمان مفقود شده اند. مدلی را که cox در سال 1972 برای تحلیل ...

15 صفحه اول

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت مدرس - دانشکده علوم پزشکی

کلمات کلیدی

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023