• 응용통계연구
• /
• 제23권4호
• /
• pp.715-724
• /
• 2010

재발 사건 자료(recurrent event data)는 연구 대상이 같은 종류의 사건을 여러 번 경험할 때 발생되는 자료 형태이다. 재발 사건간에 연관관계를 위해 프레일티가 사용된다. 프레일티 효과는 랜덤효과의 한 형태로 개인별 특성을 표현하기 위해 생존 분석에서 널리 적용되어 왔다. 본 논문에서는 이러한 개인별 효과가 시간에 따라 변할 수 있음을 가정하여 시간 가변 프레일티를 적용한다. 본 논문에서는 적용 사례로 범죄 재범 자료를 분석한다. 특히 일부 관측 대상들은 일정 기간 동안 연구에서 제외되는 불연속성을 경험하게 되며 이는 위험그룹(risk group)의 새로운 정의가 필요하다. 모수 추정을 위해 조각 상수 위험 함수가 사용되며 EM 알고리즘이 적용된다.

• 응용통계연구
• /
• 제28권6호
• /
• pp.1209-1216
• /
• 2015

경쟁위험사건들은 다기관 임상시험과 같은 군집화된 임상연구에서 자주 관측되어진다. 본 논문에서는 하나의 군집으로 부터 얻어지는 경쟁위험 생존자료에 대해 공통 프레일티를 허락하는 결합 프레일티모형 접근법을 제안한다. 추론을 위해 어려운 적분 자체를 피하는 다단계 가능도를 사용하여, 대응하는 추론절차를 유도한다. 또한 실제자료 분석을 통해 제안된 방법을 예증한다.

• 응용통계연구
• /
• 제18권1호
• /
• pp.67-81
• /
• 2005

프레일티모형에 대한 기존의 추론방법은 동측치가 많은 경우에 그 성능이 떨어진다. 그 이유는 사용된 경험적 우도함수가 동측치가 많은 자료에는 적합하지 않기 때문이다. 본 논문에서는 동측치가 많은 프레일티 모형에서의 새로운 추론방법을 제안한다. 이항형태의 경험적우도함수를 바탕으로 베이지안 부스트랩을 사용하여 모수의 사후분포를 구한다. 제안된 방법의 장점은 기존에 제안된 주변최대우도추정량에 비하여 계산이 수월하고 안정적인 결과를 제공하는데 있다. 이를 실증적으로 비교하기 위하여 제안된 방법을 주변최대우도추정량과 가상실험을 통하여 비교한다.

• 응용통계연구
• /
• 제23권5호
• /
• pp.871-882
• /
• 2010

동물종양 실험에서는 종양발생 시간이 직접 관찰되지 않고 단지 자연사로 인한 관찰 시점이나 강제적으로 희생시킨 시점 이전에 종양이 발생했는지 유무만을 알 수 있다. 이와 같은 형태의 결측을 가진 자료를 분석하기 위해 3단계(건강$\rightarrow$종양발생$\rightarrow$사망) 모형이 널리 사용되고 있다. 본 논문에서는 자연사로 인한 사망 시간이 종속적인 중도절단으로 작용하여 사망 시간과 종양발생 시간이 종속될 때, 이를 모형에 반영하기 위해 감마 프레일티 효과를 도입하였다. 모수 추정은 종양발생 시간과 프레일티 효과의 결측을 다루기 위해 EM 알고리즘 방법을 사용하였다. 제안한 추정량의 소표본 성질을 살펴보기 위해 제안한 방법을 Lindsey와 Ryan (1993, 1994)의 방광암 자료에 적용하여 모수를 추정하였으며, 그 추정값을 바탕으로 모의실험을 수행하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제27권2호
• /
• pp.499-510
• /
• 2016

생존분석 회귀모형에서 적절한 변수를 선택하는 것은 매우 중요하다. 본 논문에서는 "frailtyHL" R 패키지 (Ha 등, 2012)를 기반으로 하여 다수준 프레일티 모형 (multi-level frailty models)에서 벌점화 변수선택 방법 (penalized variable-selection method)의 절차를 소개한다. 여기서 모형 추정은 벌점화 다단계 가능도에 기초하며, 세 가지 벌점 함수 (LASSO, SCAD 및 HL)가 고려된다. 개발된 방법의 예증을 위해 벨기에 EORTC (European Organization for Research and Treatment of Cancer; 유럽 암 치료기구)에서 수행된 다국가/다기관 임상시험 자료를 이용하여 세 가지 변수 선택 방법의 결과를 비교하고, 그 결과들의 상대적 장 단점에 대해 토론한다. 특히, 자료 분석 결과에 의하면 SCAD와 HL방법이 LASSO보다 중요한 변수를 잘 선택하는 것으로 나타났다.

• 응용통계연구
• /
• 제28권5호
• /
• pp.965-976
• /
• 2015

통계적 모형에서 적절한 변수를 선택하는 것은 회귀분석에서 매우 중요하다. 최근 벌점 함수(예: LASSO 및 SCAD)와 함께 벌점화 가능도를 사용하는 변수 선택 방법들이 선형모형 및 일반화 선형모형과 같은 단순한 통계 모형에서 널리 연구되고 있다. 이러한 방법들의 주요 장점은 중요한 변수를 선택하고 동시에 회귀계수를 추정하는 것이다. 그러므로 이 방법들은 0으로 회귀계수를 추정함으로써 중요하지 않은 변수를 삭제한다. 이 논문에서는 콕스 비례 위험 모형의 한 확장인 준 모수적 프레일티 모형에서 벌점화된 다단계 가능도(h-likelihood; HL)를 기반으로 적절한 변수를 선택하는 방법을 연구한다. 이를 위해 세 가지 벌점 함수 LASSO, SCAD 및 HL을 사용한다. 본 논문에서는 변수선택을 효율적으로 하기 위해 "frailtyHL" R 패키지 (Ha 등, 2012)를 기반으로 하여 새로운 함수를 개발하였다. 개발된 방법의 예증을 위해 전남대 의과대학 병원에서 수집된 유방암 생존자료를 이용하여 세 가지 변수 선택 방법의 결과를 비교하고, 이 변수선택방법들의 상대적 장 단점에 대해 토론한다.

• 응용통계연구
• /
• 제29권7호
• /
• pp.1311-1327
• /
• 2016

본 논문에서는 종말 사건에 대한 정보는 주어져 있지만 중간 사건이 구간 중도절단되었거나 연구 기간 도중에 추적이 끊겨 중간 사건의 발생 유무를 모르는 준 경쟁 위험 자료에 다중상태모형을 적용하여 모수를 추정하는 방법을 제안하였다. 이를 위해 상태 간 전이 강도는 정규 프레일티를 랜덤효과로 가진 Cox 비례위험모형을 따른다고 가정하였다. 다섯 가지 상태를 가진 다중상태모형에서 가능한 여섯 가지 경로별로 조건부 우도를 정의하였고 주변 우도를 구하기 위해 조정 가우스 구적법을 적용하였으며 뉴튼-랩슨 방법으로 최적 해를 구하였다. 모수의 95% 신뢰구간 포함률을 통해 제안한 방법의 소표본 성질을 살펴보기 위해 모의실험을 수행하였으며, Persones $Ag{\acute{e}}es$ Quid(PAQUID) 자료 (Helmer 등, 2001)에 제안한 모형을 적용하고 그 결과를 해석하였다.

• 응용통계연구
• /
• 제33권4호
• /
• pp.379-393
• /
• 2020

사망과 같은 종말 사건은 중간 사건을 중도절단 시킬 수 있지만 재발과 같은 중간 사건은 종말 사건을 중도절단 시킬 수 없는 자료를 준경쟁위험 자료라고 하는데 의학 및 보건, 역학 분야에서는 이와 같은 자료를 자주 접하게 된다. 본 논문에서는 질병-사망 모형에 포함된 세 가지 전이 시간이 모두 구간중도절단된 준경쟁위험 자료를 분석하기 위해 정규 프레일티를 가진 와이블 회귀모형을 제안하였다. 각 개체는 중간 사건과 종말 사건의 발생 여부에 따라 다섯 가지 유형으로 구분되는데 유형별로 조건부 우도함수를 유도하였다. 조정중요표본추출법을 써서 주변 우도함수를 유도한 후 반복의사뉴톤 알고리즘을 써서 최적 추정량을 얻었다. 제안한 추정 방법의 소표본 성질을 살펴보기 위해 모의실험을 수행하였으며 또한 제안한 추정 방법을 Personnes Agées Quid (PAQUID) 자료에 적용하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제25권2호
• /
• pp.327-336
• /
• 2014

재발 사건 자료란 연구대상이 같은 종류의 사건을 반복적으로 경험할 때 발생하는 자료이다. 이러한 재발 사건은 사회과학, 자연과학, 공학, 의약학 등 다양한 분야에서 나타날 수 있다. 재발 사건자료를 분석할 때 연구자의 관심에 따라 사건 발생시간이나 사건 발생간의 소요시간을 이용하여 분석할 수 있다. 이 논문에서는 사건 발생시점간의 소요시간을 이용하여 불완전한 관측을 가진 재발 사건자료를 분석하고자 한다. 이 자료의 특징은 일부 관측대상들이 일정기간 동안 연구에서 제외되는 관측틈을 갖는다는 것이다. 이 때 관측틈은 불완전한 형태로 나타나게 되는데 그 이유는 관측틈의 시작시점은 알고 있지만 종료시점은 알 수 없기 때문이다. 이러한 미지의 종료시점을 추정하기 위해서 구간 중도 절단 방법이 적용된다. 따라서 종료시점이 추정된 후 프레일티를 포함한 회귀모형을 적용하여 공변량이 사건 재발에 미치는 영향을 알아볼 수 있다. 또한 제안한 방법을 실제자료에 적용하여 관측틈을 고려한 경우와 고려하지 않은 경우를 비교하고자 한다.

• 응용통계연구
• /
• 제30권4호
• /
• pp.539-553
• /
• 2017

본 논문에서는 사망과 같은 종말사건의 발생 유무는 알고 있지만 치매 발병과 같은 중간사건이 구간중도절단 되었거나 연구 기간 도중에 추적이 끊겨 결측된 준경쟁적위험 자료에 대해 다중상태모형을 적용하여 모수를 추정하는 방법을 제안하였다. 이를 위해 본 논문에서는 상태 간의 전이강도는 로그정규 프레일티를 랜덤효과로 가진 Lin과 Ying(1994)의 가산위험모형을 따른다고 가정하였다. 다섯 가지 상태를 가진 다중상태모형에서 가능한 여섯 가지 경로별로 조건부우도를 정의하였고, 주변우도를 구하기 위해 조정중요표본추출법을 적용하였으며 반복유사뉴튼 방법으로 최적해를 구하였다. 소표본 모의실험을 통해 모수의 95% 신뢰구간 포함률이 명목값에 얼마나 가까운지 살펴보았으며, 제안한 모형을 Persones $Ag{\acute{e}}es$ Quid (PAQUID) 자료 (Helmer 등, 2001)에 적용하고 그 결과를 해석하였다.