Bayesian竞争风险模型应用研究

《Bayesian竞争风险模型应用研究》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、学校代码：10286分类号：R1密级：公开UDC：614学号：152950Bayesian竞争风险模型应用研究研究生姓名：马翠荣导师姓名：余小金申请学位类别公共卫生硕士学位授予单位东南大学专业名称公共卫生论文答辩日期2018年6月2日研究方向疾病预防与控制学位授予日期2018年6月20日答辩委员会主席陈启光评阅人魏永越陈炳为2018年6月6日硕士学位论文Bayesian竞争风险模型应用研究专业名称：公共卫生研究生姓名：马翠荣导师姓名：余小金ApplicationResearchofBayesianCompetingRiskModelAT

2、hesisSubmittedtoSoutheastUniversityFortheAcademicDegreeofMasterofManagementBYMaCui-rongSupervisedbyProf.YUXiao-jinSchoolofPublicHealthSoutheastUniversityMay2018东南大学学位论文独创性声明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，除了文中特别加以标注和致谢的地方外论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得东

3、南大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。研究生签名：３翠吏曰期：爾＿东南大学学位论文使用授权声明东南大学、中国科学技术信息研究所、国家图书馆、《中国学术期刊（光盘版）》电子杂志社有限公司、万方数据电子出版社、北京万方数据股份有限公司有权保留本人所送交学位论文的复印件和电子文档，可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质论文的内容相一致。除在保密期内的保密论文外，允许论文被查阅和借阋，可以公布（

4、包括以电子信息形式刊登）论文的全部内容或中、英文摘要等部分内荇。论文的公布（包括以电子信息形式刊登）授权东南大学研究生院办理。：：研究生签名：导师签名日期摘要摘要目的和方法竞争风险模型(CompetingRiskModel)是用来处理具有多种潜在结局生存数据(包含竞争风险事件)的分析方法，数据包括导致失效的终点事件和对应的时间（失效时间），终点事件可能存在多个，这些潜在的终点事件称为竞争风险事件。存在竞争风险事件的研究中，如果忽略了竞争风险的存在，就会掩盖或夸大研究因素与研究疾病之间的关联，此种情况下就需要采用竞争风险模型来

5、进行分析。目前经典学派关于竞争风险模型的研究主要集中在采用原因别竞争风险模型或部分分布竞争风险模型进行累积发病率的计算以及如何采用统计分析软件进行竞争风险模型的分析。贝叶斯学派的统计方法基于其对先验信息、样本信息以及总体信息的有效利用，越来越受到研究者的青睐，本研究采用的贝叶斯竞争风险模型是在原因别竞争风险模型的框架下，拟合威布尔分布的似然函数，并采用Gibbs抽样进行后验估算。本研究探讨贝叶斯竞争风险模型与经典竞争风险模型（原因别竞争风险方法和部分分布竞争风险方法）的实际应用，以冠心病患者出院后复发心血管事件的随访研究数据为实例，介绍

6、竞争风险模型分析和软件实现，并且基于模拟样本探讨在不同竞争风险比例情形下，评价贝叶斯原因别竞争风险模型与经典原因别竞争风险模型的统计性能。结果1.实例数据分析结果A.经典方法和贝叶斯方法的结果均显示：年龄和是否患糖尿病是冠心病患者复发心血管疾病的影响因素；年龄越大冠心病患者复发心血管疾病的风险越大，患糖尿病的病人比不患糖尿病的病人复发心血管疾病的风险大。B.随访三年半复发心血管疾病的存活情况（目标结局事件）累积发病率曲线的变化有一个先平稳后增长的趋势；未复发心血管疾病的死亡情况（竞争事件）的累积发病率曲线随着随访时间的增加有一个小幅度增

7、加的趋势。C.贝叶斯竞争风险模型参数估计值与经典竞争风险分析的结果很接近，但是标准误、置信区间的范围比两种经典方法得到的结果都小。模型的诊断性指标（蒙特卡洛标准误差、迭代轨迹图、核密度图）显示模型的收敛性较好。2.模拟数据分析结果A.在参数β真值固定而竞争风险比例不同的情况下，回归系数β1、β2估计值的偏差I摘要（Bias）的绝对值，β1、β2的标准差（SD）和标准误（SE）随竞争风险所占的比例增加而逐渐增大，95%置信区间宽度（Width）随竞争风险比例的增加逐渐变宽。回归系数的95%覆盖率（cp95）随着竞争风险比例的增加有减小的趋

8、势。B.在竞争风险比例固定而参数β真值变化时，β1真值为0估算的回归系数β1值的模型评价指标（Bias的绝对值、SD、SE以及Width）均小于β1真值为1估算的β1的相应指标值；同时，β2真值为0估算的回