برآورد حداکثر درست نمایی در مدل های رگرسیون خطی با مقادیر از سمت راست سانسور شده در متغیر پاسخ و مقادیر مفقود متغیرهای پیش بین

مفقود شدن داده ها اغلب در مطالعات تحلیل بقا در پزشکی رخ می دهد. در این مقاله یک مدل توأم از متغیرهای پیش بین و متغیرهای زمان شکست به منظور برازش مدل های رگرسیونی پیشنهاد شده است، همچنین روش حداکثر درست نمایی بر اساس الگوریتم EM و الگوریتم نیوتن- رافسون با توجه به مقادیر پاسخ از سمت راست سانسور شده زمانی که مقادیر پیش بین مفقود وجود دارد، معرفی شده است. الگوی خاصی از مفقود شدن داده ها را در نظر گرفته نمی شودو فرض می شود مکانیسم مفقود شدن داده ها قابل چشم پوشی است؛ علاوه بر آن فرض می شود سانسور شدن داده ها بصورت تصادفی بوده و اینکه توزیع سانسور شدن متغیرهای پاسخ به هیچ یک از مقادیر پیش بین مفقود شده وابسته نمی باشد. نتایج نشان می دهد که رویکرد مدل سازی توأم نسبت به تحلیل داده های کامل کار آمدتر بوده، و این رویکرد آنقدر قوی است که فرض های مهم از جمله پیوستگی یا مکانیسم چگونگی مفقود شدن داده ها را تعدیل می کند.

Keywords:

تحلیل بقا , زمان شکست , الگوریتم EM , الگوریتم نیوتن- رافسون , مقدار از سمت راست سانسور شده , مقدار مفقود