Аббас Бахрампоур / Али Карамоозиан
Смешанные модели коэффициентов излечения обычно используются для анализа данных с длительно выживающими пациентами. С другой стороны, модели хрупкости позволяют точно оценить коэффициенты, контролируя неоднородность данных о выживаемости. Обычно в моделях хрупкости используется гамма-распределение. Однако для данных о выживаемости, которые подходят для популяций с частотой излечения, может быть лучше использовать дискретное распределение для случайной переменной frailty, чем непрерывное. Поэтому в этой книге мы предложили две модели. В первой модели в качестве распределения используется гамма, а во второй модели для случайной переменной frailty применяется распределение гипер-Пуассона. Также в двух предложенных моделях использовался байесовский вывод с распределением Вейбулла и обобщенным модифицированным распределением Вейбулла в качестве базового распределения, соответственно. В этой книге мы использовали данные пациентов с раком желудка, чтобы показать применение этих моделей в анализе реальных данных. Параметры и коэффициенты регрессии оценивались с помощью алгоритма Metropolis в рамках выборки Гиббса. Также было использовано имитационное исследование для оценки эффективности байесовских оценок для подтверждения предложенных моделей.