• Asian Pacific Journal of Cancer Prevention
• /
• 제15권22호
• /
• pp.9673-9678
• /
• 2014

Background: Breast cancer is a fatal disease and the most frequently diagnosed cancer in women with an increasing pattern worldwide. The burden is mostly attributed to metastatic cancers that occur in one-third of patients and the treatments are palliative. It is of great interest to determine factors affecting time from cancer diagnosis to secondary metastasis. Materials and Methods: Cure rate models assume a Poisson distribution for the number of unobservable metastatic-component cells that are completely deleted from the non-metastasis patient body but some may remain and result in metastasis. Time to metastasis is defined as a function of the number of these cells and the time for each cell to develop a detectable sign of metastasis. Covariates are introduced to the model via the rate of metastatic-component cells. We used non-mixture cure rate models with Weibull and log-logistic distributions in a Bayesian setting to assess the relationship between metastasis free survival and covariates. Results: The median of metastasis free survival was 76.9 months. Various models showed that from covariates in the study, lymph node involvement ratio and being progesterone receptor positive were significant, with an adverse and a beneficial effect on metastasis free survival, respectively. The estimated fraction of patients cured from metastasis was almost 48%. The Weibull model had a slightly better performance than log-logistic. Conclusions: Cure rate models are popular in survival studies and outperform other models under certain conditions. We explored the prognostic factors of metastatic breast cancer from a different viewpoint. In this study, metastasis sites were analyzed all together. Conducting similar studies in a larger sample of cancer patients as well as evaluating the prognostic value of covariates in metastasis to each site separately are recommended.

• 응용통계연구
• /
• 제32권6호
• /
• pp.837-849
• /
• 2019

일종의 혼합다항분포 모형이라고 볼 수 있는 잠재범주모형은 범주형 자료에서 직접 관측되지 않은 중요한 정보를 얻어낼 수 있는 유용한 도구이다. 하지만 자료에 범주형 변수 뿐 아니라 연속형 변수 혹은 빈도형 변수가 함께 포함되어 있을 경우 이 모형을 직접적으로 사용할 수 없다. 본 논문에서는 특히 범주형 변수와 빈도형 변수가 함께 포함되어 있는 경우에 잠재범주모형인 혼합모드 잠재범주모형을 사용하여 텍스트 후기와 범주형 응답문항이 모두 포함된 의약품 사용 후기자료를 분석하였다. 이 분석을 통해 범주형 응답만을 사용한 보통의 잠재범주 모형에 비해 텍스트 자료를 함께 사용한 혼합모드 잠재범주모형을 사용했을때 잠재범주에 대한 보다 자세한 정보를 얻을 수 있는 것을 확인하였다.

• 한국산학기술학회논문지
• /
• 제15권9호
• /
• pp.5585-5593
• /
• 2014

본 연구는 기대 교통사고건수 추정을 위해 사용되는 SPF의 이질적 분산계수의 유의성이 이질적 사전분포에 직접적인 영향을 받는다는 가설을 검증하고, 이질적 사전분포에 대한 모형 오설정이 교통 안전개선 사업의 평가결과에 주는 영향의 특성을 분석하기 위해 수행되었다. 구체적으로 본 연구에서는 이질적 분산계수의 유의성과 이질적 사전분포의 연관성을 검증하기 위해 모의실험을 통해 이질적 사전분포를 발생시킨 후 이를 NB모형과 HNB모형을 이용하여 SPF를 추정하여 이질적 과분산계수가 SPF의 평균함수 및 분산함수에 주는 영향을 분석하였다. 또한 추정된 계수추정치를 이용한 사전분포의 초모수 추정치의 오차특성과 이질적 과분산계수를 고려하지 않았을 경우 발생하는 교통사고감소계수(CRF)의 오차 부호와 크기를 상세 분석하여 제시하였다. 모의실험 자료 분석결과 이질적 분산계수의 오추정은 포아송 사전분포의 평균에는 큰 영향을 주지 않으나 분산의 크기를 변화시켜 궁극적으로는 기대교통사고건수의 추정량인 사후평균의 값에 오차를 발생시킬 수 있으며, 구체적으로 이질적 분산함수를 NB모형으로 오설정할 경우 CRF의 값은 참값에 비해 최대 120%의 오차를 발생시키는 것으로 나타났다.