Maximum likelihood estimation of semiparametric mixture component models for competing risks data

半参数回归 计量经济学 统计 混合模型 协变量 半参数模型 估计员 数学 似然函数 审查(临床试验) 边际模型 计算机科学 回归分析 估计理论
作者
Sangbum Choi,Xuelin Huang
出处
期刊:Biometrics [Oxford University Press]
卷期号:70 (3): 588-598 被引量:12
标识
DOI:10.1111/biom.12167
摘要

Summary In the analysis of competing risks data, the cumulative incidence function is a useful quantity to characterize the crude risk of failure from a specific event type. In this article, we consider an efficient semiparametric analysis of mixture component models on cumulative incidence functions. Under the proposed mixture model, latency survival regressions given the event type are performed through a class of semiparametric models that encompasses the proportional hazards model and the proportional odds model, allowing for time‐dependent covariates. The marginal proportions of the occurrences of cause‐specific events are assessed by a multinomial logistic model. Our mixture modeling approach is advantageous in that it makes a joint estimation of model parameters associated with all competing risks under consideration, satisfying the constraint that the cumulative probability of failing from any cause adds up to one given any covariates. We develop a novel maximum likelihood scheme based on semiparametric regression analysis that facilitates efficient and reliable estimation. Statistical inferences can be conveniently made from the inverse of the observed information matrix. We establish the consistency and asymptotic normality of the proposed estimators. We validate small sample properties with simulations and demonstrate the methodology with a data set from a study of follicular lymphoma.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
QWJ完成签到,获得积分10
1秒前
sujinyu发布了新的文献求助10
1秒前
量子星尘发布了新的文献求助10
2秒前
小二郎应助轻松晓曼采纳,获得10
4秒前
彭于晏应助luck采纳,获得10
4秒前
海豚完成签到,获得积分10
5秒前
size_t完成签到,获得积分10
5秒前
爆米花应助阿怪采纳,获得10
6秒前
哈哈哈完成签到,获得积分10
6秒前
6秒前
量子星尘发布了新的文献求助10
7秒前
忐忑的新蕾完成签到 ,获得积分10
7秒前
04711完成签到,获得积分10
8秒前
汉桑波欸完成签到,获得积分10
8秒前
胡图图完成签到,获得积分10
8秒前
9秒前
科目三应助YUMI采纳,获得10
10秒前
实验室的亡灵完成签到,获得积分10
10秒前
一晌贪欢发布了新的文献求助10
11秒前
迷路曼雁应助axl采纳,获得20
11秒前
王乐多完成签到,获得积分10
11秒前
xxxx完成签到,获得积分10
11秒前
茹茹完成签到 ,获得积分10
12秒前
FashionBoy应助十四采纳,获得10
12秒前
科研小白完成签到,获得积分10
12秒前
12秒前
量子星尘发布了新的文献求助10
13秒前
啦啦啦发布了新的文献求助10
13秒前
孝顺的猕猴桃完成签到,获得积分10
13秒前
科研混子发布了新的文献求助10
13秒前
123asd发布了新的文献求助10
13秒前
浮生发布了新的文献求助10
14秒前
大黄完成签到,获得积分10
14秒前
清脆代桃完成签到 ,获得积分10
14秒前
大胆萤完成签到,获得积分10
15秒前
Azura完成签到 ,获得积分10
16秒前
bkagyin应助普萘没有洛尔采纳,获得10
16秒前
井小浩发布了新的文献求助10
16秒前
Dkakxncnsksl完成签到 ,获得积分10
16秒前
haha完成签到,获得积分10
16秒前
高分求助中
Production Logging: Theoretical and Interpretive Elements 2700
Neuromuscular and Electrodiagnostic Medicine Board Review 1000
Greene's Protective Groups in Organic Synthesis 2025 600
Statistical Methods for the Social Sciences, Global Edition, 6th edition 600
こんなに痛いのにどうして「なんでもない」と医者にいわれてしまうのでしょうか 510
ALUMINUM STANDARDS AND DATA 500
Walter Gilbert: Selected Works 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 物理 生物化学 纳米技术 计算机科学 化学工程 内科学 复合材料 物理化学 电极 遗传学 量子力学 基因 冶金 催化作用
热门帖子
关注 科研通微信公众号,转发送积分 3666670
求助须知:如何正确求助?哪些是违规求助? 3225617
关于积分的说明 9764084
捐赠科研通 2935444
什么是DOI,文献DOI怎么找? 1607713
邀请新用户注册赠送积分活动 759338
科研通“疑难数据库(出版商)”最低求助积分说明 735261