ScholarGate
Asszisztens
Hypothesis test

Fine-Gray kompenzáló kockázati modell

A Fine-Gray modell egy szemi-parametrikus regressziós módszer túlélési adatokra, amelyben két vagy több kölcsönösen kizáró eseménytípus verseng a bekövetkezésért. A Fine és Gray által 1999-ben javasolt modell közvetlenül modellezi az egyes eseménytípusok al-eloszlási (subdistribution) kockázatát, lehetővé téve a kovariánsok összekapcsolását a kumulatív incidencia függvénnyel (CIF) – ez a mennyiség válaszolja meg valójában azt a kérdést, hogy 'mi a valószínűsége az 'k' esemény bekövetkezésének 't' időpontig?'. Korrigálja a jól ismert Cox-regresszió hiányosságát, amely figyelmen kívül hagyja a kompenzáló eseményeket, és ezáltal túlbecsüli az ok-specifikus valószínűségeket.

Alkalmazás ezzel: StatMindHamarosanVideóHamarosanDiák letöltése

A teljes módszer elolvasása

Csak tagoknak

Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.

Bejelentkezés

Módszertérkép

A rokon módszerek környezete — válasszon ki egy csomópontot a felfedezéshez.

Források

  1. 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
  2. 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

Hogyan hivatkozzon erre az oldalra

ScholarGate. (2026, June 1). Fine-Gray Proportional Subdistribution Hazards Model. ScholarGate. https://scholargate.app/hu/statistics/fine-gray-competing-risks

Melyik módszer?

Állítsa e módszert a hozzá legközelebb álló rokonai mellé, és olvassa őket egymás mellett — a könyvtár az asztalra teszi a könyveket; a választás az Öné.

Összehasonlítás egymás mellett

Hivatkozik rá

ScholarGateFine-Gray Competing Risks Model (Fine-Gray Proportional Subdistribution Hazards Model). Letöltve 2026-06-15, forrás: https://scholargate.app/hu/statistics/fine-gray-competing-risks · Adatkészlet: https://doi.org/10.5281/zenodo.20539026