Flexible Regression Models for Carcinogenesis Studies

Динамические или гибкие регрессионные модели используются все чаще и чаще при статистическом анализе данных онкологических заболеваний чтобы выяснить влияние поясняющих переменных, зависящих от времени, на распределение вероятностей времени выживания. Наряду с классическими моделями, такими как модель Кокса, модель линейных преобразований, модель хрупкости, и т.д. в статье излагаются так называемые гибкие регрессионные модели, которые хорошо адаптированы к изучению эффекта пересечения функций выживания, который часто встречается в клинических испытаниях. Классический пример дают данные, касающиеся эффектов влияния химиотерапии и химиотерапии$+$радиотерапии на продолжительность выживыния больных раком желудка; см. Stablein and Koutrouvelis (1985), Kleinbaum (1996), Klei and Moeschberger (1997), Wu, Hsieh and Chen (2002), Bagdonavicius, Hafdi and Nikulin (2004), и т.д. В данной работе мы рассматриваем примеры иллюстрирующие возможности применения модели Ксая, Hsieh (2001), и модели с одним пересечением (SCE), предложенной Багдонавичюсом и Никулиным (2005), которые подходят для обработки данных с одной точкой пересечения функций выживания. Проводится сравнение двух предложенных моделей. Библ. – 40 назв.