• Asian Pacific Journal of Cancer Prevention
• /
• 제13권5호
• /
• pp.1829-1831
• /
• 2012

Background: The generalized gamma distribution statistics constitute an extensive family that contains nearly all of the most commonly used distributions including the exponential, Weibull and log normal. A saturated version of the model allows covariates having effects through all the parameters of survival time distribution. Accelerated failure-time models assume that only one parameter of the distribution depends on the covariates. Methods: We fitted both the conventional GG model and the saturated form for each of its members including the Weibull and lognormal distribution; and compared them using likelihood ratios. To compare the selected parameter distribution with log logistic distribution which is a famous distribution in survival analysis that is not included in generalized gamma family, we used the Akaike information criterion (AIC; r=l(b)-2p). All models were fitted using data for 369 women age 50 years or more, diagnosed with stage IV breast cancer in BC during 1990-1999 and followed to 2010. Results: In both conventional and saturated parametric models, the lognormal was the best candidate among the GG family members; also, the lognormal fitted better than log-logistic distribution. By the conventional GG model, the variables "surgery", "radiotherapy", "hormone therapy", "erposneg" and interaction between "hormone therapy" and "erposneg" are significant. In the AFT model, we estimated the relative time for these variables. By the saturated GG model, similar significant variables are selected. Estimating the relative times in different percentiles of extended model illustrate the pattern in which the relative survival time change during the time. Conclusions: The advantage of using the generalized gamma distribution is that it facilitates estimating a model with improved fit over the standard Weibull or lognormal distributions. Alternatively, the generalized F family of distributions might be considered, of which the generalized gamma distribution is a member and also includes the commonly used log-logistic distribution.

• 한국인구학
• /
• 제29권2호
• /
• pp.53-88
• /
• 2006

본 연구의 목적은 장래인구추계를 위하여 논리적이고 상대적으로 정확한 연령별 출산율의 가정치를 설정하는 것이다. 먼저 코호트별 출산순위별 연령별 출산율의 추정과 추계를 위하여 Coale-McNeil 모형을 일반화한 로그감마분포모형을 선택한다. 다음은 보정형의 연령별 출산율 모형을 재생산을 완료하지 않은 상대적으로 젊은 출생코호트를 포함하는 실적치 자료에 맞추기 위하여, 출산력 파라메터를 추정하는 방법을 설명한다. 본 연구는 일련의 출생코호트의 출생순위별 연령별 출산율을 역출하여, 장래의 특정연도 대하여 연령별 출산율을 추계한다. 가령, 2010년의 20세의 연령별 출산율은 1990년에 태어난 출생코호트의 20세에서의 연령별 출산율이고, 2010년의 21세의 연령별 출산율은 1989년에 태어난 출생코호트의 21세에서의 연령별 출산율에 해당한다. 결국 2010년에 태어난 코호트까지의 연령별 출산율의 추계치를 얻게 되면, 2055년도 까지의 기간별(연도별_령별 출산율에 대한 가정치를 설정할 수 있다. 본 연구의 출산력 가정치와 통계청의 2005년 장래인구 특별추계의 가정치 사이에 차이가 나는 것은 털 연구의 출산예측모형에서 혼인연령의 상승과 독신여성의 증가로 인한 출산력 저하의 최근 추세를 제대로 반영하였기 때문이라고 할 수 있으며, 이러한 점에서 본 연구의 출산력 가정치가 논리적이고 합리적이라고 주장할 수 있을 것이다. 그러나 장래인구추계와 관련하여, 출산력 가정치 설정을 위한 출산예측모형의 본질적 과제는 어떻게 기간효과(를 슬기롭게 다루느냐 하는 것이다. 코호트모형을 근간으로 하여, 최근의 실적치를 바탕으로 약간의 기간적 수정을 하는 것을 제외하고는 기간효과를 별도로 취급하기는 쉽지 않다.