• 한국신뢰성학회지:신뢰성응용연구
• /
• 제18권2호
• /
• pp.130-142
• /
• 2018

Purpose: The purpose of this study is to introduce regression method in the presence of competing risks and to show how you can use the method with hypothetical data. Methods: Survival analysis has been widely used in biostatistics division. But the same method has not been utilized in reliability division. Especially competing risks, where more than a couple of causes of failure occur and the occurrence of one event precludes the occurrence of the other events, are scattered in reliability field. But they are not utilized in the area of reliability or they are analysed in the wrong way. Specifically Kaplan-Meier method is used to calculate the probability of failure in the presence of competing risks, thereby overestimating the real probability of failure. Hence, cumulative incidence function is introduced. In addition, sample competing risks data are analysed using cumulative incidence function along with some graphs. Lastly we compare cumulative incidence functions with regression type analysis briefly. Results: We used cumulative incidence function to calculate the survival probability or failure probability in the presence of competing risks. We also drew some useful graphs depicting the failure trend over the lifetime. Conclusion: This research shows that Kaplan-Meier method is not appropriate for the evaluation of survival or failure over the course of lifetime in the presence of competing risks. Cumulative incidence function is shown to be useful in stead. Some graphs using the cumulative incidence functions are also shown to be informative.

• Communications for Statistical Applications and Methods
• /
• 제25권4호
• /
• pp.385-396
• /
• 2018

Competing risks are commonly encountered in biomedical research. Regression models for competing risks data can be developed based on data routinely collected in hospitals or general practices. However, these data sets usually contain the covariate missing values. To overcome this problem, multiple imputation is often used to fit regression models under a MAR assumption. Here, we introduce a multivariate imputation in a chained equations algorithm to deal with competing risks survival data. Using pseudo-observations, we make use of the available outcome information by accommodating the competing risk structure. Lastly, we illustrate the practical advantages of our approach using simulations and two data examples from a coronary artery disease data and hepatocellular carcinoma data.

• 응용통계연구
• /
• 제29권7호
• /
• pp.1231-1246
• /
• 2016

경쟁위험에 대한 연구 중 주로 쓰이는 방법은 Cause-specific 위험 모형과 subdistribution을 이용한 비례 위험 모형 방법이다. 그 이후에도 많은 모형이 제시되었지만, 추정 방법 면에서 설명력이 부족하거나 알고리즘으로 구현하기 어려운 단점을 가지고 있어서 잘 활용되고 있지 않다. 이 논문에서는 Cause-specific 위험 모형, subdistribution을 이용한 비례 위험 모형과 비교적 최근에 제시된 이항 회귀 모형(direct binomial model), 절대 위험 회귀 모형(absolute risk regression model), Eriksson 등 (2015)의 비례 오즈 모형(proportional odds model)을 소개하고 추정 방법을 간단히 설명하고자 한다. 각 모형에 대하여 SAS와 R을 이용한 활용 방법을 제시하고, 두 가지 경쟁위험이 존재하는 데이터를 R을 이용하여 분석하였다.

• 한국신뢰성학회지:신뢰성응용연구
• /
• 제16권1호
• /
• pp.56-63
• /
• 2016

Purpose: The purpose of this study is to point out that the Kaplan-Meier method is not valid to calculate the survival probability or failure probability (risk) in the presence of competing risks and to introduce more valid method of cumulative incidence function. Methods: Survival analysis methods have been widely used in biostatistics division. However the same methods have not been utilized in reliability division. Especially competing risks cases, where several causes of failure occur and the occurrence of one event precludes the occurrence of the other events, are scattered in reliability field. But they are not noticed in the realm of reliability expertism or they are analysed in the wrong way. Specifically Kaplan-Meier method which assumes that the censoring times and failure times are independent is used to calculate the probability of failure in the presence of competing risks, thereby overestimating the real probability of failure. Hence, cumulative incidence function is introduced and sample competing risks data are analysed using cumulative incidence function and some graphs. Finally comparison of cumulative incidence functions and regression type analysis are mentioned briefly. Results: Cumulative incidence function is used to calculate the survival probability or failure probability (risk) in the presence of competing risks and some useful graphs depicting the failure trend over the lifetime are introduced. Conclusion: This paper shows that Kaplan-Meier method is not appropriate for the evaluation of survival or failure over the course of lifetime. In stead, cumulative incidence function is shown to be useful. Some graphs using the cumulative incidence functions are also shown to be informative.

• Communications for Statistical Applications and Methods
• /
• 제23권6호
• /
• pp.555-562
• /
• 2016

Interval censored data often occur in an observational study where the subject is followed periodically. Instead of observing an exact failure time, two inspection times that include it are available. There are several methods to analyze interval censored failure time data (Sun, 2006). However, in the presence of competing risks, few methods have been suggested to estimate covariate effect on interval censored competing risk data. A sub-distribution hazard model is a commonly used regression model because it has one-to-one correspondence with a cumulative incidence function. Alternatively, Klein and Andersen (2005) proposed a pseudo-value approach that directly uses the cumulative incidence function. In this paper, we consider an extension of the pseudo-value approach into the interval censored data to estimate regression coefficients. The pseudo-values generated from the estimated cumulative incidence function then become response variables in a generalized estimating equation. Simulation studies show that the suggested method performs well in several situations and an HIV-AIDS cohort study is analyzed as a real data example.

• 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.

• 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.

• 응용통계연구
• /
• 제37권2호
• /
• pp.225-237
• /
• 2024

경쟁위험자료에서 일부 공변량들이 연구대상들의 일부분에 대해 관측되지 않을 수 있다. 그런 경우 결측된 공변량 값을 가진 연구대상들을 분석에서 제외하는 것은 편향된 추정치와 효율성 손실이 발생할 수 있다. 본 논문에서는 누락된 공변량을 가진 원인별 비례위험모형의 회귀모수 추정을 위해 다중대체 방법과 증대된 역 확률 가중 방법을 연구하였다. 모의실험을 통해 다중대체 방법과 증대된 역 확률 가중 방법에 의해 구해진 추정량의 성능을 평가한 결과, 이 방법들이 잘 수행됨을 확인하였다. 미국 국립암연구소의 전립선, 폐, 대장, 난소 암 선별 시험 연구에서 제공하는 종양 크기의 값이 누락된 유방암 자료에 대해 암 사망 위험률과 다른 원인 사망 위험률에 유의한 영향을 미치는 요인을 파악하기 위해 다중대체 방법과 증대된 역 확률 가중 방법을 적용하였다. 다중대체 방법과 증대된 역 확률 가중 방법에 의해 원인별 비례위험모형을 적합한 결과, 인종, 기혼여부, 병기, 분화도, 종양의 크기는 유방암 사망 위험률에 유의한 영향을 미치는 요인들이였으며, 병기가 유방암 사망 위험률을 높이는데 가장 큰 영향을 미치는 요인임을 확인하였다. 진단시 연령과 종양의 크기는 다른 원인 사망 위험률을 높이는데 유의한 영향을 미치는 요인이였다.

• Asian Pacific Journal of Cancer Prevention
• /
• 제14권9호
• /
• pp.5355-5360
• /
• 2013

Background: Clarifying the prognostic impact of histological type is an essential issue that may influence the treatment and follow-up planning of newly diagnosed cervical cancer cases. This study aimed to evaluate the prognostic impact of histological type on survival and mortality in patients with cervical squamous cell carcinoma (SCC), adenocarcinoma (ADC) and small cell neuroendocrine carcinoma (SNEC). Materials and Methods: All patients with cervical cancer diagnosed and treated at Chiang Mai University Hospital between January 1995 and October 2011 were eligible. We included all patients with SNEC and a random weighted sample of patients with SCC and ADC. We used competing-risks regression analysis to evaluate the association between histological type and cancer-specific survival and mortality. Results: Of all 2,108 patients, 1,632 (77.4%) had SCC, 346 (16.4%) had ADC and 130 (6.2%) had SNEC. Overall, five-year cancer-specific survival was 60.0%, 54.7%, and 48.4% in patients with SCC, ADC and SNEC, respectively. After adjusting for other clinical and pathological factors, patients with SNEC and ADC had higher risk of cancer-related death compared with SCC patients (hazard ratio [HR] 2.6; 95% CI, 1.9-3.5 and HR 1.3; 95% CI, 1.1-1.5, respectively). Patients with SNEC were younger and had higher risk of cancer-related death in both early and advanced stages compared with SCC patients (HR 4.9; 95% CI, 2.7-9.1 and HR 2.5; 95% CI, 1.7-3.5, respectively). Those with advanced-stage ADC had a greater risk of cancer-related death (HR 1.4; 95% CI, 1.2-1.7) compared with those with advanced-stage SCC, while no significant difference was observed in patients with early stage lesions. Conclusion: Histological type is an important prognostic factor among patients with cervical cancer in Thailand. Though patients with SNEC were younger and more often had a diagnosis of early stage compared with ADC and SCC, SNEC was associated with poorest survival. ADC was associated with poorer survival compared with SCC in advanced stages, while no difference was observed at early stages. Further tailored treatment-strategies and follow-up planning among patients with different histological types should be considered.