Smalkā-Graja konkurento risku modelis
Smalkā-Graja modelis ir semiparametriska regresijas metode izdzīvošanas datu analīzei, kurā divi vai vairāki savstarpēji izslēdzoši notikumu tipi konkurē, lai notiktu pirmie. Ko 1999. gadā ierosināja Smalkais un Grajs, tas modelē katra notikuma tipa apakšsadalījuma risku tieši, ļaujot kovariātēm būt saistītām ar kumulatīvās saslimstības funkciju (CIF) — daudzumu, kas faktiski atbild uz jautājumu 'kāda ir varbūtība piedzīvot notikumu tipu k līdz laikam t?'. Tas izlabo labi zināmo standarta Koksa regresijas trūkumu, kas ignorē konkurējošus notikumus un tādējādi pārvērtē cēlonim specifiskās varbūtības.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 1). Fine-Gray Proportional Subdistribution Hazards Model. ScholarGate. https://scholargate.app/lv/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.
- Koksa proporcionālo risku modelisEpidemioloģija↔ compare
- Kaplana-Meiera izdzīvošanas novērtētājsDzīvildze↔ compare
- Log-rank tests salīdzināšanai izdzīvošanas līknēmDzīvildze↔ compare
- Elastīgais parametriskais izdzīvošanas modelis (Royston-Parmar)Dzīvildze↔ compare
- Koksas regresija ar laika mainīgiem kovariātiemDzīvildze↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →