Geri Dön

Orantısal olmayan hazard varlığında tabakalı cox regresyon ile frailty modellerinin karşılaştırılması

Comparison of stratified cox regression with frailty models innon-proportional hazards

PDF İndir

  1. Tez No: 757177
  2. Yazar: VEDİA BENNU GİLAN
  3. Danışmanlar: DOÇ. DR. SEMRA ERDOĞAN, PROF. DR. SAİM YOLOĞLU
  4. Tez Türü: Doktora
  5. Konular: Biyoistatistik, Biostatistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Mersin Üniversitesi
  10. Enstitü: Sağlık Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Biyoistatistik ve Tıbbi Bilişim Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 94

Özet

Sağkalım verilerinin analizinde oldukça sık olarak kullanılan Cox regresyon analizi beraberinde orantısal hazard varsayımını da getirmektedir. Ancak pratikte bu varsayımın kontrolünün atlandığı, varsayım sağlanmasa bile Cox regresyon analizi uygulandığı görülmektedir. Çalışmamızda, orantısal hazard varsayımı sağlanmadığında kullanılabilecek yöntemler incelenmiş, içlerinden tabakalı Cox regresyon modeli ile zayıflık (Frailty) modelleri üzerinde durulmuştur. Yöntemlerin karşılaştırılabilmesi için bir simülasyonkurgusu yapılmıştır. Farklı hazard oranları ve farklı örneklem genişlikleri için deneme düzenleri oluşturulmuştur. Veriler sağkalım verisi olacak şekilde STATA 13.0 paket programı kullanılarak üretilmiştir. Bu işlem her bir deneme düzeni için 1000 kez tekrarlanmıştır. Elde edilen verilere yine STATA 13.0 paket programı kullanılarak önce orantısal hazard varsayımı kontrolü yapılmış, ardından klasik Cox regresyon modeli, tabakalı Cox regresyon modeli ve zayıflık modelleri uygulanmıştır. Zayıflık modelleri seçilirken de içlerinde en yaygın olarak kullanılan modeller olan Gamma zayıflık modeli ve ters-Gauss zayıflık modelleri tercih edilmiştir. Yapılan simülasyon sonuçlarına göre; log-likelihood değerlerine bakıldığında tabakalı Cox regresyon modelinin, klasik Cox regresyon modeline göre daha başarılı sonuçlar verdiği görülmüştür. Yine log-likelihood değerleri incelendiğinde zayıflık modellerinin tabakalı Cox regresyon modeline göre daha başarılı olduğu ortaya çıkmıştır. Kullanılan iki zayıflık modeli kendi aralarında karşılaştırıldığında ise birbirine çok yakın sonuçlar verdikleri ama Gamma zayıflık modelinin ters-Gauss zayıflık modeline göre nispeten daha iyi olduğu tespit edilmiştir. Farklı hazard oranlarını ve farklı örneklem genişliklerini içeren bütün deneme düzenlerinde sonuçlar benzer çıkmıştır. Sonuç olarak; orantısal olmayan hazard varlığında sağkalım verilerine klasik Cox regresyon analizi uygulamak yerine, varsayım gerektirmeyen modellerin kullanılmasının daha doğru olduğu görülmüştür. Bu yöntemler içinden ise Gamma zayıflık modelinin tercih edilmesi önerilmiştir.

Özet (Çeviri)

Cox regression analysis, which is frequently used in the analysis of survival data, brings with it the proportional hazards assumption. However, in practice, it is seen that the control of this assumption is skipped and Cox regression analysis is applied even if the assumption is not provided. In our study, the methods that can be used when the proportional hazards assumption is not provided were examined, and the stratified Cox regression model and frailty models were emphasized. A simulation setup was made to compare the methods. Trial patterns have been established for different hazard ratios and different sample sizes. The data wasgenerated as survival data by using the STATA 13.0 package program. This process was repeated 1000 times for each trial pattern. The obtained data was first checked for proportional hazard assumption by using the STATA 13.0 package program, and then the classical Cox regression model, stratified Cox regression model and frailty models were applied. While selecting the frailty models, the most commonly used models, Gamma frailty model and inverse-Gaussian frailty model, were preferred. According to the simulation results; When the log-likelihood values were examined, it was seen that the stratified Cox regression model gave more successful results than the classical Cox regression model. Again, when the log-likelihood values were examined, it was revealed that the frailty models were more successful than the stratified Cox regression model. When the two frailty models used were compared among themselves, it was found that they gave very close results, but the Gamma frailty model was relatively better than the inverse-Gaussian frailty model. The results were similar in all trial patterns involving different hazard ratios and different sample sizes. As a result; In the presence of non-proportional hazard, it has been shown that it is more accurate to use models that do not require assumptions, rather than applying classical Cox regression analysis to survival data. Among these methods, it is suggested to prefer the Gamma frailty model.

Benzer Tezler

  1. Tez No

    169086

    Yaşam çözümlemesinde orantısız hazard modeli

    Nonproportional hazard model in survival analysis

    NİHAL ATA

    Yüksek Lisans

    Türkçe

    Türkçe

    2005

    İstatistikHacettepe Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF.DR. TEKİN SÖZER

  2. Tez No

    444714

    Sağkalım analizinde kırılganlık modellerinin tahmini için parçacık sürü optimizasyonuna dayalı alternatif bir yaklaşım

    An alternative approach to estimation of frailty models in survival analysis based on particle swarm optimization

    ÖYKÜM ESRA AŞKIN

    Doktora

    Türkçe

    Türkçe

    2016

    İstatistikYıldız Teknik Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. ALİ HAKAN BÜYÜKLÜ

    DOÇ. DR. DENİZ İNAN

  3. Tez No

    508053

    Examination of the proportional Hazard assumption in Cox regression model

    Cox regresyon modelinde oransal Hazard varsayımının incelenmesi

    AYHAN YAĞCI

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    BiyoistatistikDokuz Eylül Üniversitesi

    İstatistik Ana Bilim Dalı

    YRD. DOÇ. DR. ÖZGÜL VUPA ÇİLENGİROĞLU

  4. Tez No

    708449

    Statistical inference of some coherent systems in stress-strength setup

    Bazı tutarlı sistemlerin stres-dayanıklılık kurulumu altında istatiksel çıkarımı

    DUYGU DEMİRAY

    Doktora

    İngilizce

    İngilizce

    2021

    MatematikYeditepe Üniversitesi

    Matematik Ana Bilim Dalı

    PROF. DR. ENDER ABADOĞLU

    DOÇ. DR. FATİH KIZILASLAN

  5. Tez No

    663152

    Parametrik ve parametrik olmayan sağkalım analiz yöntemlerinin kanserli hastalara ait gerçek veri seti üzerinde değerlendirilmesi

    Evaluation of parametric and non-parametric survivalanalysis methods on real data set of cancer patients

    GANİM KHATIB

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    BiyoistatistikÇukurova Üniversitesi

    Biyoistatistik Ana Bilim Dalı

    PROF. DR. GÜLŞAH SEYDAOĞLU

Geri Dön