基于纵向协变量的cox模型及其在疗效评估中的应用

《基于纵向协变量的cox模型及其在疗效评估中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号密级UDC编号硕士研究生学位论文论文题目：基于纵向协变量的Cox模型及其在疗效评估中的应用TheCoxmodelwithlongitudinalCovariatesandIt’sApplicationinAssessingEffectivenessofTreatment学院数学学院专业名称统计学研究生姓名谢骁学号12071400002导师姓名王涛职称副教授2015年4月10日独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除文中已经标明引用的内容外，本论文不包含任何其他个人或集体已经发表

2、或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名：年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权云南师范大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。学位论文作者签名：指导教师签名：年月日年月日摘要摘要Cox模型在生存分析中已经变的越来越受欢迎了，如何构

3、建一个足够好的生存模型往往是生存分析中面临的重要挑战。随着大量研究的不断深入，人们发现，仅仅基于经典Cox模型，并不足以诠释部分疾病的临床表现，因此需要通过其他方法对经典Cox模型进行补充和修正，从而达到诠释临床数据，并最终指导临床用药及治疗的目的。在本文中，我们运用混合效应模型拟合纵向数据，然后将此纵向资料作为协变量，与Cox模型进行联合建模，希望通过带时间相依性质的纵向数据分析修正生存数据偏差，从而提高分析精确度。本文运用两步法，将纵向子模型与生存子模型进行联合建模，通过研究临床数据，拟合联合模型进行生存分析。由于数据不满足比例风险假定

4、时，勉强运用Cox模型会带来较大偏差，我们还特别运用加速失效时间模型进行建模，并与Cox模型的结果进行了比较。关键词：联合模型；纵向数据；生存数据；线性混合模型；Cox比例风险回归模型IAbstractAbstractCoxmodelhasbecomemoreandmorepopularinsurvivalanalysis.Howtobuildagoodenoughsurvivalmodelisalwaysanimportantchallengeinsurvivalanalysis.Withthedeepeningofthestudy,re

5、searchersfindthatthesurvivalanalysismethodonlybasedontheclassicalcoxmodelisnotenoughtointerprettheclinicalmanifestationofsomedisease.Sotheclassicalcoxmodelneedtobemadesupplementandamendmentforinterpretingtheclinicaldataandultimatelyguidingtheclinicalmedicationandtreatment.

6、Inthispaper，webuildtheso-calledjointmodelwithlongitudinaldataasthecovariatesthatusinglinearmixedmodelfittedandCox’sregressionmodel.Toamenddeviationduetofittingcoxmodel,thelongitudinaltime-dependentdataanalysismethodisuse,thustheanalysisaccuracyisimproved..Wecombinethelongi

7、tudinalsubmodelandthesurvivalsubmodeltobuildajointmodelusingtwo-stepmethod.Wefitthejointmodelwiththeclinicaldataforthesurvivalanalysis.Becausethedataisnotsuitablefortheproportionalhazardsassumption,therearemoredeviationifweusingCoxmodelhardly,special,usingacceleratedfailur

8、etimemodeltobuildjointmodel,andcomparedwiththeresultsoftheCoxmodel.Keywords:jointmodel;lo