带终止时间的复发事件数据的统计分析及其应用

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    11171330
  • 项目类别：
    面上项目
  • 资助金额：
    45.0万
  • 负责人：
    孙六全
  • 依托单位：
    中国科学院数学与系统科学研究院
  • 学科分类：
    A0402.统计推断与统计计算
  • 结题年份：
    2015
  • 批准年份：
    2011
  • 项目状态：
    已结题
  • 起止时间：
    2012-01-01 至2015-12-31

项目摘要

复发事件数据是生命科学，医学, 经济学, 社会学等领域中经常出现的一种复杂删失数据，对这类数据的统计分析是当前生物与医学统计研究的热点之一，也是各相关学科发展的重要基础。本项目诣在带终止时间的复发事件数据下，针对一些重要的半参数比率和均值模型，随机效应模型和变系数模型等，进行建模的理论和方法创新。对所建立的模型进行统计推断，进而研究模型检验方法，变量选择方法，以及协变量丢失或其测量具有误差等情况下的各种半参数模型的估计问题。在此基础上，对有终止时间的多类型复发事件数据和集群复发事件数据进行相应的统计推断，包括参数估计，模型检验和变量选择等。最后把所得的研究结果用于生命科学和医学等实际中，为解决与其相关的实际问题提供有效的统计方法和可靠的理论支持。此项目是统计应用基础研究前沿的课题之一，具有重要的理论意义和实际应用价值。

结项摘要

复发事件数据是生命科学，医学, 经济学, 社会学等领域中经常出现的一种复杂删失数据，对这类数据的统计分析是当前生物与医学统计研究的热点之一，也是各相关学科发展的重要基础。本项目主要在带终止时间的复发事件数据下，针对一些重要的半参数比率和均值模型，随机效应模型和变系数模型等，进行了建模的理论和方法创新。对所建立的模型进行了统计推断，进而研究了模型检验方法，变量选择方法，以及协变量丢失或其测量具有误差等情况下的各种半参数模型的估计问题。在此基础上，对有终止时间的多类型复发事件数据和集群复发事件数据进行了相应的统计推断，包括参数估计和模型检验等。最后对所提出的方法进行了数值模拟验证并用于一些实际数据分析中，为解决与其相关的实际问题提供有效的统计方法和可靠的理论支持。此项目是统计应用基础研究前沿的课题之一，具有重要的理论意义和实际应用价值。

项目成果

期刊论文数量（26）
专著数量（0）
科研奖励数量（0）
会议论文数量（4）
专利数量（0）
An additive-multiplicative rates model for multivariate recurrent events with event categories missing at random
事件类别随机缺失的多元重复事件的加法-乘法率模型
  • DOI：
    10.1007/s11425-015-5000-x
  • 发表时间：
    2015-06-01
  • 期刊：
    SCIENCE CHINA-MATHEMATICS
  • 影响因子：
    1.4
  • 作者：
    Ye Peng;Sun LiuQuan;Xu Wei
  • 通讯作者：
    Xu Wei
A Marginal Additive Rates Model for Recurrent Event Data with a Terminal Event
具有终止事件的经常性事件数据的边际加性率模型
  • DOI：
    10.1080/03610926.2011.626548
  • 发表时间：
    2013-06
  • 期刊：
    Communications in Statistics-Theory and Methods
  • 影响因子：
    0.8
  • 作者：
    Zhao Hui;Zhou Jie;Sun Liuquan
  • 通讯作者：
    Sun Liuquan
A semiparametric additive rates model for clustered recurrent event data
聚类重复事件数据的半参数加性率模型
  • DOI：
    10.1007/s10255-011-0093-7
  • 发表时间：
    2011-06
  • 期刊：
    Acta Mathematicae Applicatae Sinica-English Series
  • 影响因子：
    0.8
  • 作者：
    He, Sui;Wang, Fen;Sun, Liuquan
  • 通讯作者：
    Sun, Liuquan
JOINT MODELING OF LONGITUDINAL DATA WITH INFORMATIVE OBSERVATION TIMES AND DROPOUTS
具有信息丰富的观察时间和丢失的纵向数据的联合建模
  • DOI：
    10.5705/ss.2013.063
  • 发表时间：
    2014-10-01
  • 期刊：
    STATISTICA SINICA
  • 影响因子：
    1.4
  • 作者：
    Han, Miao;Song, Xinyuan;Liu, Lei
  • 通讯作者：
    Liu, Lei
Joint analysis of longitudinal data with dependent observation times
纵向数据与相关观察时间的联合分析
  • DOI：
    10.5705/ss.2009.261
  • 发表时间：
    2012
  • 期刊：
    Statistica Sinica
  • 影响因子：
    1.4
  • 作者：
    Zhao, Xingqiu;Tong, Xingwei;Sun, Liuquan
  • 通讯作者：
    Sun, Liuquan

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

基于转移模型的多类复发事件的边际回归
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    工程数学学报
  • 影响因子：
    --
  • 作者：
    姜芳艽;罗羡华;杨振海;孙六全
  • 通讯作者：
    孙六全
带终止事件纵向数据半参数部分线性单指标模型
  • DOI：
    --
  • 发表时间：
    2019
  • 期刊：
    中国科学：数学
  • 影响因子：
    --
  • 作者：
    周洁;周晓华;孙六全
  • 通讯作者：
    孙六全

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

孙六全的其他基金

病例队列设计下复发事件数据的统计建模分析
  • 批准号：
    12171463
  • 批准年份：
    2021
  • 资助金额：
    51 万元
  • 项目类别：
    面上项目
带有信息的混合区间删失数据的联合分析及其应用
  • 批准号：
    11926341
  • 批准年份：
    2019
  • 资助金额：
    20.0 万元
  • 项目类别：
    数学天元基金项目
带信息观察时间和终止事件的纵向数据联合建模分析
  • 批准号：
    11771431
  • 批准年份：
    2017
  • 资助金额：
    48.0 万元
  • 项目类别：
    面上项目
复杂纵向数据的统计推断
  • 批准号：
    11231010
  • 批准年份：
    2012
  • 资助金额：
    220.0 万元
  • 项目类别：
    重点项目
复发事件和成组数据的统计推断及其应用
  • 批准号：
    10571169
  • 批准年份：
    2005
  • 资助金额：
    24.0 万元
  • 项目类别：
    面上项目
任意区间删失数据的统计分析
  • 批准号：
    10071092
  • 批准年份：
    2000
  • 资助金额：
    7.5 万元
  • 项目类别：
    面上项目

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