The Korean Journal of Applied Statistics (응용통계연구)

The Korean Statistical Society (한국통계학회)
권호 표지
DOI QR코드

DOI QR Code

Cure Rate Model with Clustered Interval Censored Data

군집화된 구간 중도절단자료에 대한 치유율 모형의 적용

  • Kim, Yang-Jin (Department of Statistics, Sookmyung Women's University)
  • 김양진 (숙명여자대학교 통계학과)
  • Received : 2013.10.01
  • Accepted : 2013.12.23
  • Published : 2014.02.28
Download PDF
⟨ Previous Next ⟩

Abstract

Ordinary survival analysis cannot be applied when a significant fraction of patients may be cured. A cure rate model is the combination of cure fraction and survival model and can be applied to several types of cancer. In this article, the cure rate model is considered in the interval censored data with a cluster effect. A shared frailty model is introduced to characterize the cluster effect and an EM algorithm is used to estimate parameters. A simulation study is done to evaluate the performance of estimates. The proposed approach is applied to the smoking cessation study in which the event of interest is a smoking relapse. Several covariates (including intensive care) are evaluated to be effective for both the occurrence of relapse and the smoke quitting duration.

치유율 모형(cure rate model)은 위험 그룹의 단조 감소에 대한 가정이 부적절한 경우에 적용될 수 있다. 예를 들어, 생존 분석에서 위험 그룹은 시간이 경과함에 따라 점점 감소하여 무한대의 시간대에는 영으로 수렴하며 이는 곧 생존 함수가 영으로 수렴함을 의미한다. 하지만 이러한 가정이 적합하지 못한 자료가 의약학, 사회학, 경제학 등에서 종종 발생된다. 즉, 어느 시점에 이르러 더 이상의 생존함수는 감소하지 않고 평행선을 보여주는 경우에 로그 순위검정(log rank test)과 Cox's 비례위험모형(proportional hazard model)의 적용은 바람직하지 못한 결론을 가져오게 된다. 이러한 자료에 대해 치유율 모형(cure rate model)에서는 사건 발생 취약 그룹(susceptible group)과 비취약 그룹(insusceptible group)으로 나누어 취약그룹에 대해서만 일반적인 생존 분석 방법을 적용하는 혼합 모형(mixture model)을 적용해왔다 (Berkson과 Gage, 1952). 본 연구에서는 이러한 치유율 모형을 군집화 구간 중도 절단 자료(clustered interval censored data)에 적용해 보고자 한다. 최근에 Kim과 Jhun (2008)은 구간 중도 절단자료에 대해 치유율 모형을 적용하였으며 본 연구에서는 그들의 방법을 군집화 자료로 확장할 것이다. 실제 자료 분석의 예로 금연자료를 분석할 것이다.

Keywords

References

  1. Banerjee, S. and Carlin, B. P. (2004). Parametric spatial cure rate models for interval censored time-to-relapse data, Biometrics, 60, 268-275. https://doi.org/10.1111/j.0006-341X.2004.00032.x
  2. Berkson, J. and Gage, R. P. (1952). Survival curve for cancer patients following treatment, Journal of the American Statistical Association, 47, 505-515.
  3. Farewell, V. T. (1982). The use of mixture models for the analysis of survival data with long-term survivors, Biometrics, 8, 1041-1046.
  4. Goetghebeur, E, and Ryan, L. (2000). Semiparametric regression analysis of interval-censored data, Biometrics, 56, 1139-1144. https://doi.org/10.1111/j.0006-341X.2000.01139.x
  5. Herring, A. H., Ibrahim, J. G. and Lipsitz, S. R. (2002). Frailty models with missing covariates, Biometrics, 58, 98-109 https://doi.org/10.1111/j.0006-341X.2002.00098.x
  6. Kim, Y. (2006). Regression analysis of doubly censored failure time data with frailty, Biometrics, 62, 458-464. https://doi.org/10.1111/j.1541-0420.2005.00487.x
  7. Kim, Y. and Jhun, M. (2008). Cure rate model with interval censored data, Statistics in Medicine, 27, 3-14. https://doi.org/10.1002/sim.2918
  8. Kuk, A. Y. C. and Chen, C. H. (1992). A mixture model combining logistic regression with proportional hazards regression, Biometrika, 79, 531-541. https://doi.org/10.1093/biomet/79.3.531
  9. Lindsey, J. and Ryan, L. (1998). Methods for interval censored data. Tutorial in biostatistics, Statistics in Medicine, 17, 219-138. https://doi.org/10.1002/(SICI)1097-0258(19980130)17:2<219::AID-SIM735>3.0.CO;2-O
  10. Maller, R. A. and Zhou, S. (1992). Estimating the presence of immune or cured individuals in censored survival data, Biometrika, 79, 731-739. https://doi.org/10.1093/biomet/79.4.731
  11. Pan, W. (2000). Multiple imputation approach to Cox regression with interval censored data, Biometrics, 56, 199-203. https://doi.org/10.1111/j.0006-341X.2000.00199.x
  12. Price, D. L. and Manatunga, A. K. (2001). Modelling survival data with a cured fraction, Statistics in Medicine, 20, 1515-1527. https://doi.org/10.1002/sim.687
  13. Sun, J. (1998). Interval Censoring, Encyclopedia of Biostatistics, John Wiley and Sons Ltd., 2090-2095.
  14. Sy, J. P. and Taylor, J. M. G. (2000). Estimation in a Cox proportional hazards cure model, Biometrics, 56, 227-236. https://doi.org/10.1111/j.0006-341X.2000.00227.x
  15. Turnbull, B. W. (1976). The empirical distribution function with arbitrarily grouped, censored and truncated data, Journal of the Royal Statistical Society, Series B, 38, 290-295.
  16. Xiang, L., Ma, X. and Yau, K. (2011). Mixture cure model with random effects for clustered interval-censored survival data, Statistics in Medicine, 30, 995-1006.