• Journal of the Korean Data and Information Science Society
• /
• 제20권5호
• /
• pp.895-903
• /
• 2009

The penalized partial likelihood based on restricted maximum likelihood method has been widely used for the inference of frailty models. However, the standard-error estimate for frailty parameter estimator can be downwardly biased. In this paper we show that such underestimation can be corrected by using hierarchical likelihood. In particular, the hierarchical likelihood gives a statistically efficient procedure for various random-effect models including frailty models. The proposed method is illustrated via a numerical example and simulation study. The simulation results demonstrate that the corrected standard-error estimate largely improves such bias.

• Journal of the Korean Data and Information Science Society
• /
• 제17권3호
• /
• pp.999-1007
• /
• 2006

The semiparametric gamma frailty models have been often used for multivariate survival analysis because they give an explicit marginal likelihood. The commonly used estimation procedure is the profile likelihood method based on marginal likelihood, which provides the same parameter estimates as the EM algorithm. In this paper we show in finite samples the standard profile-likelihood method can lead to an underestimation of parameters, particularly for the frailty parameter. To overcome this problem, we propose an adjusted profile-likelihood method. For the illustration a numerical example and a small-sample simulation study are presented.

• Journal of the Korean Data and Information Science Society
• /
• 제27권5호
• /
• pp.1389-1397
• /
• 2016

Semi-parametric frailty model with nonparametric baseline hazards has been widely used for the analyses of clustered survival-time data. The frailty models can be fitted via an auxiliary Poisson hierarchical generalized linear model (HGLM). For the inferences of the frailty model marginal likelihood, which gives MLE, is often used. The marginal likelihood is usually obtained by integrating out random effects, but it often requires an intractable integration. In this paper, we propose to obtain the MLE via Laplace approximation using a Poisson HGLM approach for semi-parametric frailty model. The proposed HGLM approach uses hierarchical-likelihood (h-likelihood), which avoids integration itself. The proposed method is illustrated using a numerical study.

• Journal of the Korean Data and Information Science Society
• /
• 제24권4호
• /
• pp.931-940
• /
• 2013

For analysis of clustered survival data, the inferences of parameters in semi-parametric frailty models have been widely studied. It is also important to investigate the potential heterogeneity in event times among clusters (e.g. centers, patients). For purpose of this analysis, the interval estimation of frailty is useful. In this paper we propose a visualizing method to present confidence intervals of individual frailties across clusters using the frailtyHL R-package, which is implemented from h-likelihood methods for frailty models. The proposed method is demonstrated using two practical examples.

• Journal of the Korean Data and Information Science Society
• /
• 제20권1호
• /
• pp.203-209
• /
• 2009

Frailty models are useful for the analysis of correlated and/or heterogeneous survival data. However, the inferences of fixed parameters, rather than random effects, have been mainly studied. The prediction (or estimation) of random effects is also practically useful to investigate the heterogeneity of the hospital or patient effects. In this paper we propose how to extend the prediction method for random effects in HGLMs (hierarchical generalized linear models) to log-normal semiparametric frailty models with nonparametric baseline hazard. The proposed method is demonstrated by a simulation study.

• 한국체육학회지인문사회과학편
• /
• 제58권4호
• /
• pp.423-433
• /
• 2019

본 연구의 목적은 근감소증 (sarcopenia)과 노쇠 (frailty)의 전임상 모델에 대한 최근의 연구 자료를 수집하고 정리하여 근감소증과 노쇠의 분석적 지수에 대한 정보를 제공하는데 있다. 또한, 근감소증 및 노쇠 증후군의 예방 및 지연에 있어 운동의 효과를 알아보고자 하였다. 연구 자료 수집은 Google scholar 및 Pubmed 검색엔진을 이용하였으며, 'sarcopenia index, frailty index, exercise, and mice' 등의 키워드로 검색된 2005년부터 2017년까지 게재된 15개의 논문을 분석하였다. 근감소증과 노쇠는 고령자에게 나타나는 대표적인 노인성 증후군이지만 개인특성별 장기적인 운동 (유산소와 저항성운동의 조합 또한 최적의 운동처방이 될 수 있겠다.)을 통해 증상의 예방 및 지연 가능성이 시사되었다.

• Communications for Statistical Applications and Methods
• /
• 제25권5호
• /
• pp.471-488
• /
• 2018

In this paper, we propose extending proportional hazards frailty models to allow a discrete distribution for the frailty variable. Having zero frailty can be interpreted as being immune or cured. Thus, we develop a new survival model induced by discrete frailty with zero-inflated power series distribution, which can account for overdispersion. This proposal also allows for a realistic description of non-risk individuals, since individuals cured due to intrinsic factors (immunes) are modeled by a deterministic fraction of zero-risk while those cured due to an intervention are modeled by a random fraction. We put the proposed model in a Bayesian framework and use a Markov chain Monte Carlo algorithm for the computation of posterior distribution. A simulation study is conducted to assess the proposed model and the computation algorithm. We also discuss model selection based on pseudo-Bayes factors as well as developing case influence diagnostics for the joint posterior distribution through ${\psi}-divergence$ measures. The motivating cutaneous melanoma data is analyzed for illustration purposes.

• Journal of the Korean Data and Information Science Society
• /
• 제27권2호
• /
• pp.499-510
• /
• 2016

생존분석 회귀모형에서 적절한 변수를 선택하는 것은 매우 중요하다. 본 논문에서는 "frailtyHL" R 패키지 (Ha 등, 2012)를 기반으로 하여 다수준 프레일티 모형 (multi-level frailty models)에서 벌점화 변수선택 방법 (penalized variable-selection method)의 절차를 소개한다. 여기서 모형 추정은 벌점화 다단계 가능도에 기초하며, 세 가지 벌점 함수 (LASSO, SCAD 및 HL)가 고려된다. 개발된 방법의 예증을 위해 벨기에 EORTC (European Organization for Research and Treatment of Cancer; 유럽 암 치료기구)에서 수행된 다국가/다기관 임상시험 자료를 이용하여 세 가지 변수 선택 방법의 결과를 비교하고, 그 결과들의 상대적 장 단점에 대해 토론한다. 특히, 자료 분석 결과에 의하면 SCAD와 HL방법이 LASSO보다 중요한 변수를 잘 선택하는 것으로 나타났다.

• Journal of the Korean Data and Information Science Society
• /
• 제23권1호
• /
• pp.199-207
• /
• 2012

Recently, variable selection methods using penalized likelihood with a shrink penalty function have been widely studied in various statistical models including generalized linear models and survival models. In particular, they select important variables and estimate coefficients of covariates simultaneously. In this paper, we develop a penalize h-likelihood method for variable selection in gamma frailty models. For this we use the smoothly clipped absolute deviation (SCAD) penalty function, which satisfies a good property in variable selection. The proposed method is illustrated using simulation study and a practical data set.

• 응용통계연구
• /
• 제28권5호
• /
• pp.965-976
• /
• 2015

통계적 모형에서 적절한 변수를 선택하는 것은 회귀분석에서 매우 중요하다. 최근 벌점 함수(예: LASSO 및 SCAD)와 함께 벌점화 가능도를 사용하는 변수 선택 방법들이 선형모형 및 일반화 선형모형과 같은 단순한 통계 모형에서 널리 연구되고 있다. 이러한 방법들의 주요 장점은 중요한 변수를 선택하고 동시에 회귀계수를 추정하는 것이다. 그러므로 이 방법들은 0으로 회귀계수를 추정함으로써 중요하지 않은 변수를 삭제한다. 이 논문에서는 콕스 비례 위험 모형의 한 확장인 준 모수적 프레일티 모형에서 벌점화된 다단계 가능도(h-likelihood; HL)를 기반으로 적절한 변수를 선택하는 방법을 연구한다. 이를 위해 세 가지 벌점 함수 LASSO, SCAD 및 HL을 사용한다. 본 논문에서는 변수선택을 효율적으로 하기 위해 "frailtyHL" R 패키지 (Ha 등, 2012)를 기반으로 하여 새로운 함수를 개발하였다. 개발된 방법의 예증을 위해 전남대 의과대학 병원에서 수집된 유방암 생존자료를 이용하여 세 가지 변수 선택 방법의 결과를 비교하고, 이 변수선택방법들의 상대적 장 단점에 대해 토론한다.