張淑惠Chang, Shu-Hui臺灣大學:流行病學研究所楊竺諺Yang, Chu-YenChu-YenYang2010-05-052018-06-292010-05-052018-06-292009U0001-1708200915035400http://ntur.lib.ntu.edu.tw//handle/246246/180815在許多臨床試驗與醫學研究中，每個研究對象的疾病演進過程會在追蹤過程中被監測。通常在研究進行中，除了個體是否發生死亡外，疾病惡化過程的訊息也會被收集，其中包括是否發生與演進過程有關的事件或生物標誌。在臨床上常將疾病惡化過程的訊息作為隨時間變動的解釋變數，利用對比風險模式描述疾病惡化過程對個體存活機率的影響。在本研究中將推廣Xu和O’Quigley的方法，在具時間變動解釋變數的對比風險模式下，利用疾病惡化過程過去的訊息預測後續的存活機率。最後，藉由模擬評估本研究提出之方法的表現。In many clinical trials and medical studies, the course of disease for each individual is monitored during the follow-up period. Information of disease progression including the occurrence of events and biological markers associated with the development of disease as well as its death is often collected in the study. Proportional hazards models incorporating the information of disease progression as time-dependent covariates are frequently used to investigate the effect of disease progression on survival. Here we extend Xu and O’Quigley’s approach to predict the probability of subsequent survival given the past information of disease progression under such time-dependent covariate model. The performance of proposed approach is evaluated by a simulation study.第一章 導論 1 一節 前言 1 二節 資料結構 3 三節 研究動機 6 二章 文獻回顧 9 一節 不考慮臨床因子具時間變動特性的分析偏誤 9 二節 以具時間變動解釋變數的對比風險模式預測存活率 10 三節 以疾病惡化過程作為預後標誌推論存活 11 四節 給定解釋變數值之子集下估計存活函數 12 三章 方法 15 一節 以疾病惡化過程為時間變動解釋變數的模式 17 二節 給定疾病惡化過程訊息下預測後續存活機率 20 三節 給定疾病惡化過程訊息下以觀察資料預測存活機率 24 四章 統計模擬 29 一節 模擬資料情境 29 二節 模擬資料生成 32 三節 預測之存活率與理論值比較結果 33 五章 結果與討論 37application/pdf889699 bytesapplication/pdfen-US疾病惡化過程具時間變動解釋變數對比風險模式預測disease progressionpredictionproportional hazards modeltime-dependent covariatethesishttp://ntur.lib.ntu.edu.tw/bitstream/246246/180815/1/ntu-98-R96842026-1.pdf