Tiivistelmä
On olemassa useita tilastollisia menetelmiä aika-tapahtuma-analyysi, joista on Coxin suhteellisen vaaran malli, joka on yleisimmin käytetty. Kuitenkin, kun absoluuttinen muutos riski, vaan riski-suhde on ensisijainen merkitys tai kun suhteellisen vaaran oletus Coxin suhteellisen vaaran malli on rikottu, lisäaine vaaran regressio malli voi olla sopivampi., Tässä asiakirjassa, me antaa yleiskatsaus tämä lähestymistapa ja sitten soveltaa semiparametric sekä parametriset additiivinen malli tiedot tutkimuksen natural history ihmisen papilloomaviruksen (HPV) HIV-positiivisten ja HIV-negatiivinen naiset., Tulokset semiparametric malli ilmoitettu keskimääräinen ylimääräinen 14 onkogeenisten HPV-infektiot per 100 naista-vuotta, jotka liittyvät CD4 < 200 suhteellinen HIV-negatiivisia naisia, ja parametriset additiivinen malli osoitti ylimääräinen 40 onkogeenisten HPV-infektiot / 100 naista yli 5 vuoden seurannassa, kun taas arvioitu riskisuhde Coxin malli oli 3.82. Vaikka Cox-malli voi tarjota parempaa ymmärrystä altistuminen sairaus ry, additiivinen malli on usein enemmän hyötyä yleisen terveyden suunnittelu ja interventio.
1., Johdanto
aika-tapahtuma-analyysia käytetään yleisesti kliinisten tapahtumien ilmaantuvuuteen liittyvien riskitekijöiden tutkimiseen . Esimerkiksi time-to-taudin kehitystä, aika-sairaalahoitoa, aika-uusiutuminen/toistumisen, ja time-to-death ovat kumpikin käytetään usein päätepisteet. Kuitenkin, on olemassa useita eri malleja mittaamiseen liittyvät time-to-event data riskitekijät, kuten muuttujien, semiparametric, ja parametriset mallit. Parametrimalleissa oletetaan, että aika tapahtumalle on jakautunut (esim.,, eksponentiaalinen, gamma-tai Weibull-jakauma), ja lisäksi oletetaan, että on lineaarinen suhde logaritmi aika tapahtuma ja muuttujien malli. Tämän jälkeen arvioidaan assosiaation vahvuus mahdollisimman suurella todennäköisyydellä. Vuonna semiparametric malleja, erityisesti Coxin suhteellisen vaaran regressio malleja , vaara-toiminto on oletettu olevan multiplicatively liittyvien muuttujien, kanssa määrittelemätön baseline hazard-toiminto, ja suurin osittainen todennäköisyyden menetelmää on käytetty arvioimaan parametrit., Vuonna parametriset mallit, erityisesti Kaplan-Meierin menetelmällä, ei oletukset, jotka koskevat suhdetta sairauden riskin ja muuttujien. Sen sijaan selviytymisen toiminto kunkin kerrostuman muuttujien arvioidaan empiirisiä menetelmiä, ja log-rank-testi ja muut parametriset testit ovat tyypillisesti käytetään testata vaikutuksia näiden muuttujien.
tunnettu, mutta harvemmin käytetty menetelmä aika-ja tapahtumatietojen analysoimiseksi on additiivinen vaararegressiomalli ., Toisin kuin suhteellisen vaaran malli, joka arvioi, hazard ratio, additiivinen malli arvioiden ero vaarat: muutos vaara-toiminto, koska altistuminen etua tai todettu enemmän yksinkertaisesti absoluuttinen ero hetkellinen kuolleisuus per yksikkö muutos altistuminen muuttuja. Vaarojen erotusarvion perusteella voidaan edelleen arvioida kumulatiivisen ilmaantuvuuden muutosta: kun kumulatiivinen vaara on pieni (esim., harvinaisia tapahtumia), muutos kumulatiivinen vaara lähenee ero riski taudin, koska altistuminen, että on, emoyhtiön riskin takia altistuminen. Siksi, kun emoyhtiön riski on ensisijainen merkitys tai suhteellisen vaaran oletus on rikottu, lisäaine vaaran regressio malli voi olla sopivampi. Koska parametriset additiivinen malli oli alun perin ehdottanut, Aalen on ollut laajoja tutkimuksia aiheesta ., Kuitenkin, lisäaine vaaran regressio malleja edelleen vajaakäytössä julkisen terveydenhuollon ja lääketieteellisen tutkimuksen johtuu ensisijaisesti puute perehtyneisyys malleja ja tiedon puute siitä, miten toteuttaa malleja käyttäen olemassa olevia ohjelmistoja. Tässä asiakirjassa esitämme esimerkin kahden lisäainemallin soveltamisesta olemassa oleviin tilastollisiin ohjelmistoihin (ohjelmakoodit annetaan).
motivoiva esimerkki kirjassa oli tutkimus luonnon historian ihmisen papilloomaviruksen (HPV) infektio joukossa human-immunodeficiency-virus (HIV-) positiivinen ja HIV-negatiivisia naisia., Ennen analyysin tietojoukko käytetty Coxin suhteellisen vaaran malli arvioida suhteessa tapahtuman HPV havaitseminen host immuniteetti mitattuna HIV: n jäsenvaltioissa ja CD4-arvoa . Tässä artikkelissa, analysoimme päivitetty versio tämän saman tietojoukon, jossa on neljä vuotta tiedostojen seuranta, käyttäen lisäainetta vaarat regressio malleja, joilla voidaan arvioida johtuvan riskin HPV-infektioon liittyvät muutokset immuniteetti ja sitten verrata näitä tuloksia tuloksia käyttämällä Coxin malli.
2. Menetelmät
2. 1., Tiedot
tiedot saatiin Naisten Välisiin HIV-Tutkimuksessa (WIHS), suuri jatkuva multi-institutionaalinen havainnointitutkimuksen kanssa puolivuosittain kliininen seuranta käynnit, jotka sisältävät kokoelma kuorinnan kohdunkaulan soluissa HPV-DNA-testauksen ja Papa-kokeet. Naisia oli 3766 (2791 HIV+, 975 HIV -), joista kaksi kolmasosaa oli mukana vuosina 1994-95 ja loput vuosina 2001-02. Aiemmin on kerrottu yksityiskohtaisesti tutkimukseen ilmoittautumisesta ja menetelmistä ., Sen jälkeen, pois lukien ne naiset, jotka oli HIV-serokonversio aikana seurannassa, oli kohdunpoisto ennen ilmoittautuminen WIHS, puuttui HPV tiedot aikana seuranta, tai positiivisiksi onkogeenisten HPV-lähtötilanteessa, naisten määrä käytettävissä nykyisen analyysi vaaratilanteen havaitseminen onkogeenisten HPV-oli 2386 (1672 HIV+, 714 HIV−). Se onkogeenisten HPV-tyyppien mukana HPV16, 18, 31, 33, 35, 39, 45, 51, 52, 56, 58, 59, ja 68., Meillä on myös tutkittu tapaus havaitseminen HPV jossa enemmän naiset jätettiin pois, koska on havaittu positiivinen minkään tyyppisiä HPV lähtötilanteessa; vastaava naisten määrä oli 1733 (1116 HIV+, 617 HIV−). Tämä tietokokonaisuus on päivitys 8 lisäkäynnillä (4 lisävuotta seurannassa).
HPV: n aika vaaratilanteiden havaitsemiseen arvioitiin käyttäen midintervalia viimeisen HPV-negatiivisen käynnin ja ensimmäisen HPV-positiivisen käynnin välillä. Onkogeenisen tai minkä tahansa HPV: n havaitsemiseen kulunut aika analysoitiin erikseen., Ensisijainen altistuminen muuttuja oli isännän immuunijärjestelmän tila ominaista HIV-status ja CD4: HIV-negatiivisia, HIV-positiiviset, joiden CD4-solumäärä on suurempi kuin 500, CD4-välillä 200 ja 500, ja CD4-määrä on alle 200. Lisää muuttujien mukana ikä (<30, 30-34, 35-39, 40-44, ≥45 vuotta), rotu (valkoinen, musta, Latinalaisamerikkalainen, muut), tupakointi (ei koskaan, entinen, nykyinen), ja määrä miesten seksuaalisen kumppani viimeisten 6 kuukauden aikana (0, 1, 2, ≥3).
2, 2. Tilastollisia menetelmiä
tarkasteltiin kahta lisäaineen vaaramallia., Ensimmäinen malli oli semiparametric lisäaine vaaran malli, jossa on ehdollinen hazard rate tietyn aiheen kanssa kovariaatin on määrä muuttujien, on tuntematon baseline hazard-toiminto, ja on tuntematon ajasta riippumatonta kertoimia. Tässä tutkimuksessa tarkasteltiin vain ajasta riippumattomia kovariaatteja, kaikki lähtötilanteessa. Mallin (1) yleisempiä muotoja , joissa on aikariippuvaisia kovariaatteja, on tutkittu, mikä osoitti, että arviot ja ovat yhdenmukaisia ja asymptoottisesti normaaleja., Huomaa, että mallin (1) on samanlainen lomake Coxin suhteellisen vaaran regressio malli: molemmat mallit on määrittelemätön baseline hazard-toiminto ja aika-riippumaton kertoimia, vaikka Cox-malli on määritelty multiplicative mittakaavassa, kun lisäaine vaaran malli on määritelty lisäaine mittakaavassa. Toisin kuin Coxin suhteellisen vaaran regressiomalli, joka vaatii numeerisia toistojen arvioitaessa regression parametrit, aiemmin mainittu semiparametric lisäaine vaaran regressio malli on suljetun muodon ratkaisu arvioimalla regression parametrit., Voimme arvioida riskin absoluuttisen muutoksen suhteellisen riskin muutoksen sijaan mallin (1) avulla. SAS-koodia käytettiin sopimaan malliin, joka tuottaa estimaatin , sen standardivirheen ja varianssi-kovarianssimatriisin. Arvot laskettiin normaalioletuksella. Lisäksi kirjoitettiin SAS-koodi kumulatiivisen lähtötason vaaran ja sen vakiovirheiden estimaatin laskemiseksi perustuen . Kumulatiiviset vaarafunktioarviot arvioitiin mallin (1) perusteella. Cox-Snellin jäännös arvioitiin kunkin tutkittavan osalta sen havaittuna elossaoloaikana., Erityisesti tutkittavalle , jolla on havaittu eloonjäämisaika , tapahtumamittari ja kovariaatti, jäännös arvioidaan . Jos malli (1) on oikea, ’s pitäisi seurata yksikön eksponentiaalinen Jakelu oikealla sensurointi . Koska yksikkö eksponenttijakauma on omaisuutta, että sen kumulatiivinen vaara-toiminto on identiteetti funktio, yksi voi käyttää tätä omaisuutta tarkistaa hyvyys sopii additiivinen malli. Laskimme siis kaikkien tutkittavien tietoihin Nelson-Aalenin arviot kumulatiivisista vaaroista., SAS, tämä voidaan saavuttaa käyttämällä proc phreg, joiden lähtötason selvitys ja menetelmä=ch-vaihtoehdon lausunto (koodi tarjotaan vuonna online-materiaalit). Juoni arvioitu kumulatiivinen vaaroja jäännösten vs. jäännösten oli luotu, joka on lähellä 45 asteen linja ei ole odotettavissa, jos malli (1) on tosi.
Malli (1) oletetaan, että vaikutus kovariaatin on jatkuva vaaran toiminto, mutta todellisuudessa se voi olla yleistynyt tiedossa parametrinen muoto, joka on mahdollisesti aika riippuvainen., Me myös pidetään enemmän yleinen lisäaine vaaran malli, jonka avulla kertoimet kovariaatin olla aika riippuvainen ja parametrinen, jossa . Toisin kuin malli (1), uusi malli ei tee mitään oletusta muodon suhteen. Asymptoottinen teoria tämän mallin tutkittiin . Mallin sovittamiseen käytettiin SAS-makroa, joka antaa Arviot ja niiden vakiovirhearviot. Määriä koskevissa arvioissa on suljettu lomakeratkaisuja., on kumulatiivinen baseline hazard ja ylimääräinen kumulatiivinen vaarat ajankohtana , joka on määritelty aika 0 maksimaalinen aika, jossa design-matriisi, joka perustuu muuttujien ja havaittujen kertaa on täysiasteinen . Jos on indikaattori (0/1) joillekin , arvio antaa lisää kumulatiivinen vaaran arvio aika olla ryhmässä, kun säädät muiden muuttujien. Että parametriset lisäaine vaaran malli säädettiin saman muuttujien kuten semiparametric lisäaine vaaran malli., Vastaavia Cox-Snell jäljellä juoni kuin semiparametric malli oli luotu sillä erotuksella, että kaikki jäämät sillä parametriset additiivinen malli oli sensuroitu klo maksimaalinen aika .
Perinteinen Coxin suhteellisen vaaran mallit tapaus havaitseminen onkogeeninen ja kaikki HPV, joissa sama muuttujien kuten aiemmin on mainittu, olivat ajaa verrattuna lisäaineen malleja. Kaikki tilastolliset analyysit suoritettiin käyttäen SAS 9.1.3, ja tontit olivat syntyy R 2.9.2. Tietokoneen koodin voi ladata osoitteesta https://sites.google.com/site/samxiepage/Additive_Model_Pkg.zip?attredirects=0&d=1.
3., Tulokset
Coxin suhteellisen vaaran malli tapaus havaitseminen onkogeenisten HPV osoitti, että HIV-positiiviset naiset, joilla CD4 > 500 oli riskisuhde (HR) 1.62 95%: n luottamusväli (CI) 1.31-2.00 suhteessa HIV-negatiivisia naisia. Vastaava Tuntia ja 95% CIs verrataan HIV-positiivisilla naisilla, joilla CD4-200-500 ja CD4 < 200, käyttää HIV-negatiivisia naisia kuin vertailuryhmässä, olivat 2.49 (CI: 2.04–3.03) ja 3.82 (CI: 3.01–4.86), vastaavasti., For trend laskettiin hoitamalla HIV / CD4-ryhmää ordinaalimuuttujana, jossa oli neljä tasoa (0-3) ja joka oli erittäin merkittävä (). Lisäksi ikä oli negatiivisesti liittyvät, ja tupakointi oli positiivisesti niihin, tapahtuma havaitseminen onkogeenisten HPV. Malleja tapaus havaitseminen HPV, HRs ja 95% CIs HIV-positiivisilla naisilla, joilla CD4 > 500, CD4 200-500, ja CD4 < 200 oli 1.65 (CI: 1.39–1.96), 2.76 (CI: 2.33–3.27), ja 3.40 (CI: 2.66–4.34), vastaavasti. For-trendi oli alle 0,0001., Vastaavia merkittäviä tekijöitä, kuten tapaus onkogeenisten HPV löytyi lisää havaintoja, että Afrikkalainen Amerikkalaiset naiset oli korkeampi esiintyvyys hyvänsä HPV-kuin Valkoihoisilla naisilla, ja miesten määrän seksikumppaneita viimeisen 6 kuukauden aikana oli positiivisesti liittyy tapaus havaitseminen HPV.
näissä riskisuhteissa ei kuitenkaan käsitelty uusien HPV-infektioiden absoluuttista määrää, joka havaittaisiin CD4-määrän vähetessä., Lisäksi tarkkailun suhteellisuuden oletus Cox malleja osoittaa, että suhteellisuuden vaara-funktio ei pidä HIV-positiivinen CD4 < 200 onkogeenisten HPV-analyysi () ja määrä mies seksuaalinen kumppani viime 6 kuukautta vähintään 3 tahansa HPV-analyysi (). Näistä syistä sovellimme lisäaineen vaarojen regressiomalleja näihin tietoihin.
semiparametric lisäaine vaaran malli onkogeenisten HPV-oli asennettu, ja tulokset ovat esitetty Taulukossa 1., HIV-positiivisilla naisilla, joilla CD4 > 500 oli ylimääräinen vaara 0,03 kuin HIV-negatiivisia naisia, mikä merkitsee, että keskimäärin oli 3 ylimääräistä onkogeenisten HPV-infektio tapauksissa per 100 HIV-positiivisten naisten vuodessa CD4 > 500 verrattuna HIV-negatiivisia naisia; HIV-positiivisilla naisilla, joilla CD4-200-500 oli kasvua vaaran 0.08; HIV-positiivisilla naisilla, joilla CD4 < 200 oli kasvua vaaran 0.14., Kaikki kasvaa suhteessa HIV-negatiivinen naiset olivat tilastollisesti merkittäviä (), ja kasvava trendi suhteessa HIV/CD4-ryhmä oli merkittävä arvo < 0.0001. Iän, rodun, tupakoinnin ja miespuolisen seksikumppanin määrän vaikutukset viimeisen 6 kuukauden aikana sopivat vastaavan Cox-mallin kanssa.
arvioitu selviytymisen todennäköisyyksiä neljä HIV/CD4 kerrostumissa säätää muiden muuttujien päässä semiparametric additiivinen malli on esitetty Kuvassa 1(a). Se osoittaa, että pienempi CD4-määrä liittyi lisääntyneeseen onkogeenisen HPV: n havaitsemiseen.,/p>
(a)
(b)
(a)
(b)
Estimates of survival probabilities of oncogenic HPV and any HPV for the HIV/CD4 strata from semiparametric and nonparametric additive hazard model fitting with the other covariates held at reference values: age < 30, race is white, never smoked, and one male sexual partner in past 6 months: (a) oncogenic HPV; (b) any HPV., Ylhäältä alas kunkin tuloksen ja kunkin mallin istuvuus: HIV−, CD4 > 500, CD4: 200-500, ja CD4 < 200.
parametrinen lisäaine vaaran malli oli myös asennettu tiedot. Muuttujien parametriset lisäaine vaaran regressio malli oli samanlainen tilastollinen merkitys niille semiparametric additiivinen malli ja myös niille Coxin suhteellisen vaaran regressiomallin samalla muuttujien., Kuva 1(a) esittää arviot selviytymisen todennäköisyyksiä onkogeenisten HPV-neljä HIV/CD4 ryhmät: , , , HIV-negatiivisilla naisilla HIV-positiivisilla naisilla, joilla CD4 > 500, CD4 200-500, ja CD4 < 200, vastaavasti, säätää muiden muuttujien, jossa on arvioitu kumulatiivinen baseline hazard ja on arvioitu ylijäämä kumulatiivinen vaarasta, joka liittyy kunkin CD4 kerrostuma. Kuva 1(a) osoittaa, että semiparametric malli (model (1)) ja parametriset mallit (malli (2)) yleensä antoivat samankaltaisia arvioita kumulatiivinen vaarat toimintoja., Erityisesti käyrien väliset etäisyydet ovat samankaltaiset, mikä osoittaa, että nämä kaksi mallia antoivat tarkat arviot CD4: n vaikutuksesta.
tämä analyysi perustuu malli (2), arvioitu selviytymisen todennäköisyys onkogeenisten HPV-yli 5 vuoden seuranta keskuudessa HIV-negatiivisia naisia, joiden ikä < 30-vuotias, Valkoihoinen rotu, jotka olivat tupakoimattomia, ja oli vain yksi mies seksuaalinen kumppani viimeisten 6 kuukauden aikana, oli 0.80., Vastaava kumulatiivinen ilmaantuvuus oli , mikä merkitsee sitä, että yli 5 vuoden seurannassa 20% HIV-negatiivinen naiset, joilla on edellä mainittuja ominaisuuksia oli ainakin yksi positiivinen testi onkogeenisten HPV; kumulatiivinen ilmaantuvuus 5 vuoden seurannassa olivat 0,33, 0.47, ja 0,60 CD4 > 500, CD4 200-500, ja CD4 < 200 ryhmää, vastaavasti., Näin ollen jokaista 100 naisilla, joilla CD4 < 200, siellä oli 40 enemmän onkogeenisten HPV-infektioita vuosittain 5 verrattuna joka 100: HIV-negatiivisia naisia, mikä on merkittävä kasvu määrä infektioita. Sekä semiparametric ja parametriset lisäaine hazard mallit sopivat tiedot sekä perustuu Cox-Snell jäljellä tontteja (Kuva 2): arvioitu kumulatiivinen vaara-käyrät seuraa noin 45 asteen linjat.
samat analyysit tehtiin minkä tahansa HPV: n osalta (Taulukko 1)., Vaikutus arviot HIV-positiivisilla naisilla, joilla CD4 > 500, CD4 200-500, CD4 < 200 oli 0,09 euroa, 0.23, 0.30, vastaavasti, ja arvo on pienempi kuin 0.0001 ( trend < 0.0001). Alkaen parametriset additiivinen malli (Kuva 1(b)), ero selviytymisen tahansa HPV välillä CD4 200-500 ja CD4 < 200-ryhmä ei ole yhtä merkittävä kuin, että selviytymisen onkogeenisten HPV. Minkä tahansa HPV: n kumulatiivinen ilmaantuvuus 5 vuoden kohdalla oli 0,40, 0,63, 0,77, 0.,84 HIV-negatiivisilla naisilla HIV-positiivisilla naisilla, joilla CD4 > 500, CD4 200-500, CD4 < 200, vastaavasti. HPV: n lisäaineen vaaramallit sopivat myös hyvin tietoihin (kuva 3).
4. Johtopäätös
Tässä tutkimuksessa sovelletaan kahta lisäainetta vaaran regressio malleja: semiparametric ja parametriset lisäaine vaarat regressio malleja ja Coxin suhteellisen vaaran malli analyysi HPV-esiintyvyys havaitseminen tiedot HIV-positiivisten ja HIV-negatiivisten naisten ja vastakkain vaikutus arviot on saatu käyttämällä kunkin tilastollinen lähestymistapa., Kaikissa malleissa havaittiin erittäin merkittäviä yhteyksiä isännän immuunistatuksen ja vaaratilanteiden HPV-havaitsemisen välillä. Se semiparametric additiivinen malli osoitti, että keskimäärin siellä oli vielä 14 onkogeenisten HPV-infektio tapauksissa per 100 naista-vuotta, jotka liittyvät CD4 < 200 suhteellinen HIV-negatiivisia naisia; ja parametrinen malli osoitti ylimääräinen 40 onkogeenisten HPV-infektiot / 100 naisten jälkeen 5 vuoden seurannassa.,
Vaikka odotetusti lisäaine malleja oli paljon pienempi vaikutus arvioihin kuin Cox-malli, kaksi lähestymistapoja käsitellä erilaisia kysymyksiä; että on, Coxin malli tarjoaa arviot suhteellinen vaara (on multiplicative mittakaavassa), ottaa huomioon, että lisäaine hazard mallit tarjoavat likimääräisiä arvioita arvonlisäverosta johtuvat riskistä (eli absoluuttinen ero tapahtuman hinta per yksikkö muutos altistuminen muuttuja) nojalla harvinainen tapahtuma oletus., Kuuluva riski voidaan määrittää absoluuttinen kasvu tapausten määrä, joka on määrä extra tapauksissa HPV-infektio, joka tapahtui koska altistuminen kiinnostaa. Suhteellinen vaarat arvioitu Coxin malleja voi olla hyötyä erityisesti suuruusluokan ymmärtäminen yhdistys, joka voi olla tärkeää tieteellisesti; että on, kun lähtötilanteen vaaran tauti on alhainen absoluuttinen määrä muita tapauksia, jotka liittyvät altistuminen voi olla pieni, mutta suhteellinen riski voi silti olla vahva., Absoluuttinen riski voi kuitenkin olla erityisen hyödyllinen kansanterveyden suunnittelussa ja toimenpiteissä, kun lisätapausten todellinen määrä kiinnostaa.
– Meidän pitää semiparametric ja parametriset lisäaine hazard mallit. Verrattaessa semiparametric lisäaine vaaran regressiomalli, parametriset lisäaine vaaran mallin avulla kovariaatin vaikutukset vaihtelevat ajan nonparametrically ja tarjoaa näin enemmän vankka arvio kumulatiivinen vaara toiminto kuin semiparametric lisäaine vaaran malli., Eparametrisissä malleissa käytetään kuitenkin myös enemmän tilastollisia vapausasteita. Siksi, jos keskimääräinen kovariaatin tehokas arviot ovat ensisijainen kiinnostus semiparametric lisäaine vaaran malli voisi olla käytössä, mutta jos joku haluaa tutkia, onko jonkin kovariaatin vaikutukset ovat vaihtelevia ajan tai kumulatiivinen vaara-toiminto (tai kumulatiivinen esiintyvyys) on ensisijainen etu, parametriset lisäaine vaaran malli voi olla parempi.
huomaamme, että Lin ja Yingin ehdottama malli on laajennettu käsittämään sekä additiivisia että multiplikatiivisia kovariaattivaikutuksia ., Tämä malli voi olla tarpeen, kun esimerkiksi tiettyjen muuttujien vuonna Coxin suhteellisen vaaran malli tyydyttää suhteellisen vaaran oletus ja toiset eivät. Tämän mallin tulkinta ei kuitenkaan ole yhtä suoraviivainen kuin Cox-mallin tai lisäainemallien.
yhteenvetona, vaikka teoreettinen perusta lisäaine hazard mallit on vakiintunut ja tietokoneen koodit istuva nämä mallit ovat saatavilla, ne eivät ole olleet yhtä usein kuin muut menetelmät aika-tapahtuma-analyysi., Tämä saattaa osittain johtua siitä, että nämä mallit eivät ole yleisesti tunnettuja. Näitä tilastollisia menetelmiä koskevan tietoisuuden lisäämiseksi tarvitaan jatkuvia ponnisteluja, ja seuraavan sukupolven tutkijoiden opettamiseen osallistuvien biostatistikkojen ja epidemiologien olisi harkittava niitä.
kuittaukset
tätä työtä tukivat osittain NCI-Apurahat 5R01CA085178, 1R21CA139388 ja Lupus Foundation of America., Tiedot tässä asiakirjassa kerättiin Naisten Välisiin HIV-Tutkimuksessa (WIHS); Collaborative Study Group-keskukset (päätutkijoiden) New Yorkin Kaupunki/Bronx-Konsortio (Kathryn Anastos); Brooklyn, NY (Howard Minkoff); Washington DC Metropolitan-Konsortio (Mary Nuori); Connie Wofsy Tutkimuksen Yhteenliittymä Pohjois-Kaliforniassa (Ruth Greenblatt); Los Angeles County/Etelä-Kaliforniassa Konsortio (Alexandra Levine); Chicago Konsortio (Mardge Cohen); Tiedot Koordinoiva Keskus (Stephen Gange)., Se WIHS on rahoittanut National Institute of Allergy ja tartuntatauteja (UO1-AI-35004, UO1-AI-31834, UO1-AI-34994, UO1-AI-34989, UO1-AI-34993, ja UO1-AI-42590) ja Eunice Kennedy Shriver National Institute of Child Health ja Inhimillisen Kehityksen (UO1-HD-32632). Tutkimus on yhteisrahoittamia National Cancer Institute, National Institute on Drug Abuse, ja National Institute on Kuurouden ja Muiden viestintäteknologioiden Häiriöt. Rahoitusta antaa myös kansallinen tutkimusresurssien keskus (UCSF-CTSI Grant no. UL1 RR024131)., Tämän julkaisun sisältö ovat yksinomaan vastuussa kirjoittajien omia eivätkä välttämättä edusta näkemykset National Institutes of Health. Lisätukea saatiin Einstein-Montefiore Center for AIDS Research (P30-AI-51519), Institute for Kliinisen ja Translationaalisen Tutkimuksen (UL1RR025750), ja Albert Einstein Cancer Center.