中文摘要 | 第1-7页 |
英文摘要 | 第7-9页 |
一. 前言 | 第9-15页 |
1.1 生存分析简介 | 第9-11页 |
1.2 生存时间的特性 | 第11-12页 |
1.3 Cox比例风险回归模型回顾 | 第12-14页 |
1.4 Cox比例风险回归模型的可靠性 | 第14-15页 |
二. Cox模型比例风险假定的考察 | 第15-47页 |
2.1 概述 | 第15-16页 |
2.2 图法 | 第16-19页 |
2.2.1 比较Cox-KM生存曲线 | 第16页 |
2.2.2 基于累积风险函数的图示法 | 第16-18页 |
2.2.3 Schoenfeld残差图 | 第18-19页 |
2.2.4 score残差图 | 第19页 |
2.3 正规的假设检验方法 | 第19-24页 |
2.3.1 时协变量法 | 第19-20页 |
2.3.2 线性相关检验 | 第20页 |
2.3.3 加权残差score检验 | 第20-21页 |
2.3.4 三次样条函数法 | 第21-24页 |
2.4 模拟研究 | 第24-32页 |
2.4.1 模拟数据的构造 | 第24-25页 |
2.4.2 模拟结果 | 第25-32页 |
2.5 实例分析 | 第32-41页 |
例2.1 胃癌数据 | 第32-35页 |
例2.2 PBC数据 | 第35-41页 |
2.6 讨论 | 第41-47页 |
三. 协变量与对数风险呈线性关系假定的考察 | 第47-61页 |
3.1 引言 | 第47页 |
3.2 诊断方法—线性假定的考察及协变量函数形式的确定 | 第47-53页 |
3.2.1 多重β法 | 第47-48页 |
3.2.2 鞅残差图 | 第48-49页 |
3.2.3 改进的鞅残差图 | 第49-51页 |
3.2.4 构造变量图 | 第51-53页 |
3.3 实例分析 | 第53-58页 |
例3.1 PBC数据(续) | 第53-57页 |
例3.2 多发性骨髓瘤数据 | 第57-58页 |
3.4 讨论 | 第58-61页 |
四. 影响分析 | 第61-84页 |
4.1 问题的提出 | 第61-62页 |
4.2 诊断统计量及诊断图 | 第62-65页 |
4.2.1 Schoenfeld残差 | 第62页 |
4.2.2 加权score残差 | 第62-63页 |
4.2.3 鞅残差和剩余残差 | 第63-64页 |
4.2.4 似然距离和最大影响曲率 | 第64-65页 |
4.3 模拟研究 | 第65-71页 |
4.3.1 模拟数据的产生 | 第65-66页 |
4.3.2 模拟结果 | 第66-71页 |
4.4 实例分析 | 第71-79页 |
例4.1 PBC数据(续) | 第71-75页 |
例4.2 多发性骨髓瘤数据(续) | 第75-77页 |
例4.3 肺癌数据 | 第77-79页 |
4.5 讨论 | 第79-84页 |
五. Cox模型预测评价 | 第84-102页 |
5.1 简介 | 第84-85页 |
5.2 解释变异 | 第85-89页 |
5.2.1 平方和定义的R~2 | 第86-87页 |
5.2.2 模型似然定义的R~2 | 第87-88页 |
5.2.3 基于预测值和生存的平方相关的R~2 | 第88-89页 |
5.3 模型预测值度量 | 第89-91页 |
5.3.1 交互确认对数似然 | 第89-90页 |
5.3.2 压缩预测 | 第90-91页 |
5.4 实例分析 | 第91-98页 |
例5.1 解释变异度量 | 第91-92页 |
例5.2 PBC数据(续) | 第92-94页 |
例5.3 乳腺增生症数据 | 第94-98页 |
5.5 讨论 | 第98-102页 |
六. 结语 | 第102-106页 |
6.1 主要研究内容及研究成果 | 第103-104页 |
6.2 尚待进一步研究的问题 | 第104-106页 |
七. 附表 | 第106-112页 |
八. 致谢 | 第112-113页 |
九. 参考文献 | 第113-120页 |