ScholarGate
Assistent
Hypothesis test

Fine-Gray Competing Risks Model

Het Fine-Gray-model is een semiparametrische regressiemethode voor overlevingsdata waarbij twee of meer onderling uitsluitende gebeurtenistypen met elkaar concurreren om als eerste op te treden. Voorgesteld door Fine en Gray in 1999, modelleert het de subdistributiehazard van elk gebeurtenistype direct, waardoor covariaten kunnen worden gekoppeld aan de cumulatieve incidentiefunctie (CIF) — de grootheid die daadwerkelijk de vraag beantwoordt 'wat is de kans om gebeurtenistype k te ervaren tegen tijd t?'. Het corrigeert de bekende tekortkoming van standaard Cox-regressie, die concurrerende gebeurtenissen negeert en daardoor de oorzaakspecifieke kansen overschat.

Toepassen met StatMindBinnenkortVideoBinnenkortDia's downloaden

Lees de volledige methode

Alleen voor leden

Log in met een gratis account om dit onderdeel te lezen.

Inloggen

Methodenkaart

De omgeving van verwante methoden — selecteer een knooppunt om te verkennen.

Bronnen

  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

Deze pagina citeren

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

Welke methode?

Plaats deze methode naast haar naaste verwanten en lees ze naast elkaar — de bibliotheek legt de boeken op tafel; de keuze is aan u.

Naast elkaar vergelijken

Geciteerd door

ScholarGateFine-Gray Competing Risks Model (Fine-Gray Proportional Subdistribution Hazards Model). Geraadpleegd op 2026-06-15 via https://scholargate.app/nl/statistics/fine-gray-competing-risks · Gegevensset: https://doi.org/10.5281/zenodo.20539026