区间删失数据下几类半参数回归模型的统计推断

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    11471252
  • 项目类别：
    面上项目
  • 资助金额：
    65.0万
  • 负责人：
    冯艳钦
  • 依托单位：
    武汉大学
  • 学科分类：
    A0403.贝叶斯统计与统计应用
  • 结题年份：
    2018
  • 批准年份：
    2014
  • 项目状态：
    已结题
  • 起止时间：
    2015-01-01 至2018-12-31

项目摘要

Interval censoring is an important censoring mechanism in survival analysis. Interval-censored data has enjoys strong applicability in epidemiological, medical, financial, sociological studies and so on， there is great theoretical significance to research interval-censored data. Compared with right-censored data in survival analysis, interval-censored data is a more general and more complex data. Because of the complexity of interval censoring mechanism and the special structure of interval-censored data, most of the inference approaches for right-censored data are not appropriate for interval-censored data due to the fundamental differences between right censoring and interval censoring, and some theories for right-censored data are not applicable to interval-censored data. The goal of this proposal is to develop some statistical inference methods for several semiparametric models with interval-censored data, which will study the following problems: Statistical inference problems under the proportional hazards model with interval-censored data. Statistical inference problems under the the additive hazards model with auxiliary covariates with interval-censored data. Statistical inference problems for linar transformation model and the varying-coefficient partial linear proportional hazards model with interval-censored data. The estimate problems of hazards ratio. Regression analysis problems for clustered interval-censored data under the frailty model. The research of this proposal will improve the theories of regression analysis with interval-censored data, which will improve the research level of survival analysis in China.
区间删失是生存分析中一种重要的删失方式. 区间删失数据在流行病学、医学、金融学﹑社会学等领域有很强的应用背景，对其进行研究有重大的理论意义.相比较生存分析中常见的右删失数据，区间删失数据是一类更一般也更复杂的数据，由于区间删失机制的复杂性和区间删失数据结构的特殊性，绝大多数用于右删失数据的统计推断方法和一些基础理论工具不再适用于区间删失数据.本项目的目的是为区间删失数据下几类典型的半参数模型给出行之有效的统计推断方法. 本项目的研究内容涉及：区间删失数据下，基于比例风险率模型的统计推断问题；基于加法风险率模型且带辅助协变量的统计推断问题；基于线性变换模型的统计推断问题；基于变系数部分线性比例风险率模型的统计推断问题；两个风险率函数比的估计问题；基于脆性风险率模型对聚类的区间删失数据做回归分析的问题.本项目的研究将进一步完善区间删失数据下回归分析的理论，进一步提高我国生存分析的研究水平.

结项摘要

区间删失是生存分析中一种重要的删失方式. 区间删失数据在流行病学、医学、金融学﹑社会学等领域有很强的应用背景，对其进行研究有重大的理论意义.相比较生存分析中常见的右删失数据，区间删失数据是一类更一般也更复杂的数据，由于区间删失机制的复杂性和区间删失数据结构的特殊性，绝大多数用于右删失数据的统计推断方法和一些基础理论工具不再适用于区间删失数据. 通过开展本项目的研究工作，申请人及其研究团队以区间删失数据为研究对象，研究了基于加法风险率模型下带辅助协变量的回归分析问题；研究了基于函数系数的风险率模型的回归分析问题；研究了两个生存函数是否相等的假设检验问题；研究了基于脆性风险率模型的回归分析的问题等. 通过四年的努力，申请人及其研究团队完成了本项目的研究内容相关的14篇学术论文，其中9篇论文已经被国外SCI期刊正式发表，有5篇论文正在评审过程中(已提交修改稿)，另外还有三篇论文已经完成理论推导。本项目的顺利实施将进一步完善区间删失数据下回归分析的理论，进一步提高我国生存分析的研究水平。

项目成果

期刊论文数量（11）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
Covariate-Adjusted Regression for Distorted Longitudinal DataWith Informative Observation Times
具有信息观测时间的扭曲纵向数据的协变量调整回归
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    Journal of the American Statistical Association
  • 影响因子：
    3.7
  • 作者：
    Deng Shirong;Zhao Xingqiu
  • 通讯作者：
    Zhao Xingqiu
Regression analysis of clustered failure time data with informative cluster size under the additive transformation models
加性变换模型下具有信息簇大小的聚类故障时间数据的回归分析
  • DOI：
    10.1007/s10985-016-9384-x
  • 发表时间：
    2017
  • 期刊：
    Lifetime Data Analysis
  • 影响因子：
    1.3
  • 作者：
    Chen Ling;Feng Yanqin;Sun Jianguo
  • 通讯作者：
    Sun Jianguo
Orale inequalities for the Lasso in the additives hazards model with the interval-censored data
具有区间删失数据的添加剂危害模型中 Lasso 的 Orale 不等式
  • DOI：
    --
  • 发表时间：
    2018
  • 期刊：
    Communications in Statistics - Theory and Methods
  • 影响因子：
    --
  • 作者：
    Feng Yanqin;Chen Yurong
  • 通讯作者：
    Chen Yurong
Regression analysis of clustered current status data under the additive transformation models.
加法变换模型下聚类现状数据的回归分析。
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    Journal of Applied Statistics
  • 影响因子：
    1.5
  • 作者：
    Feng Yanqin;Lin Shurong;Li Yang
  • 通讯作者：
    Li Yang
Regression analysis of multivariate current status data with auxiliary covariates under the additive hazards model
加性风险模型下带有辅助协变量的多元现状数据的回归分析
  • DOI：
    10.1016/j.csda.2015.01.005
  • 发表时间：
    2015
  • 期刊：
    Computational Statistics and Data Analysis
  • 影响因子：
    1.8
  • 作者：
    Chen Yurong;Feng Yanqin;Sun Jianguo
  • 通讯作者：
    Sun Jianguo

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

分层关联表中伞形序对无约束问题的检验
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    数学物理学报
  • 影响因子：
    --
  • 作者：
    邱小霞;冯艳钦;马成刚
  • 通讯作者：
    马成刚

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码