• 응용통계연구
• /
• 제25권2호
• /
• pp.279-291
• /
• 2012

공변량에 결측이 발생한 Cox 비례위험 모형을 적합할 때, 결측이 발생하는 개체를 모두 제거한 후 분석을 실시한다면 정보 손실에 의해 비효율적이고 결측의 발생 메커니즘이 완전 임의 결측(missing completely at random; MCAR)이 아니라면 모수의 추정값에 편향이 발생할 수 있다. Cox 비례위험 회귀모형의 공변량에 결측이 있는 경우 적용할 수 있는 여러 가지 방법들이 제안되어져 왔으나 이 분석들은 선택모델(selection model)에 기반하고 있다. 본 연구에서는 Little (1993)이 제안한 패턴-혼합 모델(pattern-mixture model)을 사용하여 Cox 비례위험 회귀모형에서 생존시간과 결측 메커니즘의 결합분포를 모델화 하고, 여러 가지 제약에 근거한 생존 분석의 결과를 비교하였다. 모의실험을 통해서 패턴-혼합 모델의 제약(restrictions)에 따른 모수 추정의 민감도를 확인하였고 결측을 무시한 채 분석한 결과 및 선택모형에 근거한 분석결과와 비교하였다. 패턴-혼합 모델의 제약에 따라 공변량의 결측으로 인한 모수 추정의 민감성 정도를 쥐백혈병 자료 예제를 통해 설명하였다.

• 대한기계학회:학술대회논문집
• /
• 대한기계학회 2008년도 추계학술대회A
• /
• pp.1387-1390
• /
• 2008

Pneumatic cylinder is widely used in the various industrial fields. Reliability Study of this field is very important part to the related companies. In this study, we want to predict the life of pneumatic cylinder using Cox (or proportional hazards) model. Used in biomedical applications, the Cox model can be used as an accelerated life testing model. We considered working pressure and temperature as stress factors. The statistical software is used to analyze and forecast the life data.

• Journal of the Korean Data and Information Science Society
• /
• 제22권3호
• /
• pp.613-618
• /
• 2011

The proposed method is based on a penalized log partial likelihood of Cox proportional hazard model with L1-penalty. We use the iteratively reweighted least squares procedure to solve L1 penalized log partial likelihood function of Cox proportional hazard model. It provide the ecient computation including variable selection and leads to the generalized cross validation function for the model selection. Experimental results are then presented to indicate the performance of the proposed procedure.

• Genomics & Informatics
• /
• 제20권2호
• /
• pp.23.1-23.9
• /
• 2022

A survival prediction model has recently been developed to evaluate the prognosis of resected nonmetastatic pancreatic ductal adenocarcinoma based on a Cox model using two nationwide databases: Surveillance, Epidemiology and End Results (SEER) and Korea Tumor Registry System-Biliary Pancreas (KOTUS-BP). In this study, we applied two machine learning methods-random survival forests (RSF) and support vector machines (SVM)-for survival analysis and compared their prediction performance using the SEER and KOTUS-BP datasets. Three schemes were used for model development and evaluation. First, we utilized data from SEER for model development and used data from KOTUS-BP for external evaluation. Second, these two datasets were swapped by taking data from KOTUS-BP for model development and data from SEER for external evaluation. Finally, we mixed these two datasets half and half and utilized the mixed datasets for model development and validation. We used 9,624 patients from SEER and 3,281 patients from KOTUS-BP to construct a prediction model with seven covariates: age, sex, histologic differentiation, adjuvant treatment, resection margin status, and the American Joint Committee on Cancer 8th edition T-stage and N-stage. Comparing the three schemes, the performance of the Cox model, RSF, and SVM was better when using the mixed datasets than when using the unmixed datasets. When using the mixed datasets, the C-index, 1-year, 2-year, and 3-year time-dependent areas under the curve for the Cox model were 0.644, 0.698, 0.680, and 0.687, respectively. The Cox model performed slightly better than RSF and SVM.

• Communications for Statistical Applications and Methods
• /
• 제24권6호
• /
• pp.583-604
• /
• 2017

The most popular regression model for the analysis of time-to-event data is the Cox proportional hazards model. While the model specifies a parametric relationship between the hazard function and the predictor variables, there is no specification regarding the form of the baseline hazard function. A critical assumption of the Cox model, however, is the proportional hazards assumption: when the predictor variables do not vary over time, the hazard ratio comparing any two observations is constant with respect to time. Therefore, to perform credible estimation and inference, one must first assess whether the proportional hazards assumption is reasonable. As with other regression techniques, it is also essential to examine whether appropriate functional forms of the predictor variables have been used, and whether there are any outlying or influential observations. This article reviews diagnostic methods for assessing goodness-of-fit for the Cox proportional hazards model. We illustrate these methods with a case-study using available R functions, and provide complete R code for a simulated example as a supplement.

• 응용통계연구
• /
• 제20권1호
• /
• pp.39-52
• /
• 2007

협심증 치료의 신약에 대한 교차계획 임상시험(crossover clinical trials)에서 신약의 효능을 알아보는 운동테스트(treadmill exercise test) 결과는 중도절단 생존시간(censored survival times)으로 측정된다. 이 논문에서는 교차계획에서 수집된 중도절단 생존자료의 여러 가지 분석법에 대해 설명한다. 중도절단을 감안한 비모수적 방법들과 층화 Cox 비례위험모형 (stratified Cox proportional hazards model)에 근거한 분석법이 제시되었다. 한편, 교차계획의 두 시기에 걸쳐 수집된 생존시간의 차(difference)로부터 구간절단자료(interval censored data)가 생성되며 이에 근거한 분석법으로서 이 논문에서는 구간절단자료에 대한 Cox 비례위험모형 (proportional hazards model)의 가능성을 알아보며, 예제 자료로써 여러 방법들의 결과를 비교해 본다.

• 응용통계연구
• /
• 제7권2호
• /
• pp.53-77
• /
• 1994

병원의 임상연구실험에서 종종 환자들의 치료에 따른 병세의 호전상태를 여러단계로 분류하여 상이한 치료방법에 따른 치료효과간의 차이를 알고자 하는 경우가 있다. 이와 같이 다중상태의 생존자료분석을 위한 한가지 방법으로 본 논문에서는 비동형의 Markov 모형에 Cox 회귀모형을 적용하여 회귀계수와 기저생존함수, 그리고 이를 바탕으로 반응확률함수를 추정하고 아울러 이들 추정량들의 대표본 성질들을 셈과정(Counting process) 기법을 이용하여 알아 보았다. 그리고 본 논문의 결과에 대해 실제 예를 들어 보였다.

• 정보처리학회 논문지
• /
• 제13권6호
• /
• pp.260-268
• /
• 2024

자궁경부암은 전 세계적으로 여성에게 발생하는 암 중 네 번째로 흔한 암이며, 2020년 한 해 동안 60만 4천 건 이상의 신규 케이스가 보고되었고 이로 인한 사망자 수는 약 34만 1천 831명에 달했다. 콕스 회귀 모델은 암 연구에서 널리 채택되고 있는 주요 모델이지만, 비선형 연관성의 존재를 고려하면 선형 가정으로 인해 한계에 부딪힌다. 이러한 문제를 해결하기 위해, 본 논문에서는 ResNet의 잔여 학습 프레임워크를 활용하여 자궁경부암 사망률 예측의 정확성을 개선한 새로운 모델인 ResSurvNet을 제안한다. 이 모델은 본 연구에서 비교한 DNN, CPH, CoxLasso, Cox Gradient Boost, RSF 모델들을 능가하는 정확도를 보여주었기에 이러한 우수한 예측 성능은 자궁경부암 환자 관리에 있어 조기 진단 및 치료 전략 수립에 기여할 수 있고 임상적으로 적용할 때 큰 가치가 있음을 입증하며, 생존 분석 분야에서도 의미 있는 진전을 나타낸다.

• Journal of the Korean Statistical Society
• /
• 제26권1호
• /
• pp.117-130
• /
• 1997

We study the asymptotic behavior of the maximum partial likelihood estimator in the Cox proportional hazards model in the presence of nuisance parameters when the entry of patients is staggered. When entry of patients is simultaneous and there is only one regression parameter in the Cox model, the efficient score process of the partial likelihood is martingale and converges weakly to a time-chnaged Brownian motion. Our problem is to get a similar result in the presence of nuisance parameters when entry of patient is staggered.

• 응용통계연구
• /
• 제21권2호
• /
• pp.327-340
• /
• 2008

본 연구에서는 오차항이 AR(1)을 따르는 회귀모형에서 올바른 추론을 도출하고자 모형식별의 문제를 다루었다. 이를 위해 Box-Cox 변환된 회귀모형을 고려하여 (i) Box-Cox 변환모형과 AR(1) 오차에 대한 동시 검정, (ii) AR(1) 오차가 존재하는 모형에서의 Box-Cox 변환모형에 대한 검정 그리고 (iii) 모형이 Box-Cox 변환되어 있을 때 오차가 AR(1) 과정을 따르는지에 대한 LM 검정통계량을 유도하였다. 특히 LM 검정방법에서 여러개의 모수가 비선형관계를 형성하고있어 정보행렬의 추정은 계산상 매우 어렵다. 따라서 정보행렬의 원소에 대한 기대값을 구함에 있어 Taylor전개를 이용하여 정보행렬을 구하고 이에 기반을 둔 LM 검정통계량($LM_E$)를 제안하고 모의실험결과 $LM_E$가 기존의 헤시안행렬에 기반을 둔 LM 검정통계량($LM_H$)에 비하여 유의수준을 잘 유지하고 있는 것으로 나타났다.