Elastīgais parametriskais modelis izdzīvošanas datiem ar konkurējošiem riskiem

Abstract

Konkurējošie riski ir izplatīta parādība izdzīvošanas analīzē. Tie rodas, kad subjekts atrodas vairāku savstarpēji izslēdzošu notikumu riska zonā. Populārākā metode, pētot šāda veida datus, ir Deivida Koksa semi-parametriskā modeļa izmantošana. Darbā ir aplūkots alternatīvais variants izdzīvošanas datiem ar konkurējošiem riskiem – elastīgais parametriskais modelis, kas sniedz gludus novērtējumus galvenajiem raksturlielumiem – konkrēto cēloņu riskam un kumulatīvo biežumu funkcijai. Turklāt, izmantojot šo modeli, ir viegli iekļaut no laika atkarīgus ietekmējošos mainīgos. Darbā tiek aprakstīta konkurējošo risku elastīgā parametriskā modeļa būtība, un metode ir salīdzināta ar Koksa modeli. Ir apskatīti simulāciju piemēri, kā arī metožu pielietojums reāliem datiem.

Competing risks are widespread phenomenon in survival analysis. They arise when subject happens to be at risk of several mutually exclusive events. The most popular method for research of this type of data is David Cox semi-parametric model. This thesis advocates the alternative method for survival data with competing risks – the flexible parametric model which provides smooth estimates of the main measures of interest – cause-specific hazard and cumulative incidence function. Besides, using this model is easy to incorporate time-dependent effects. This thesis describes the meaning of the flexible parametric model for competing risks, and compares this method to the Cox model. The examples of simulation are reviewed, as well as applying these methods for real data.