Fine-Gray-modellen for konkurrerende risici
Fine-Gray-modellen er en semiparametrisk regressionsmetode for overlevelsesdata, hvor to eller flere gensidigt udelukkende begivenhedstyper konkurrerer om at indtræffe først. Modellen, foreslået af Fine og Gray i 1999, modellerer direkte subdistribution-hazard for hver begivenhedstype, hvilket tillader, at kovariater kan kobles til den kumulative incidensfunktion (CIF) — den størrelse, der faktisk besvarer spørgsmålet 'hvad er sandsynligheden for at opleve begivenhedstype k inden tid t?'. Den korrigerer den velkendte mangel ved standard Cox-regression, som ignorerer konkurrerende begivenheder og derved overestimerer års-specifikke sandsynligheder.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Fine, J.P. & Gray, R.J. (1999). A Proportional Hazards Model for the Subdistribution of a Competing Risk. Journal of the American Statistical Association, 94(446), 496–509. DOI: 10.1080/01621459.1999.10474144 ↗
- Austin, P.C. et al. (2016). Introduction to the Analysis of Survival Data in the Presence of Competing Risks. Circulation, 133(6), 601–609. DOI: 10.1161/CIRCULATIONAHA.115.017719 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 1). Fine-Gray Proportional Subdistribution Hazards Model. ScholarGate. https://scholargate.app/da/statistics/fine-gray-competing-risks
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Cox Proportional HazardsEpidemiologi↔ compare
- Kaplan-Meier overlevelsesestimatorOverlevelsesanalyse↔ compare
- Log-rank test til sammenligning af overlevelseskurverOverlevelsesanalyse↔ compare
- Fleksibel parametrisk overlevelsesmodel (Royston-Parmar)Overlevelsesanalyse↔ compare
- Cox Regression med tidsvarierende kovariaterOverlevelsesanalyse↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →