乳腺癌临床试验中生存质量和生存时间数据的统计推断

Breast cancer is one of the most common malignant tumors which affect the health of women. Patients with breast cancer increasing their requirement on the quality of life as the long-term survival being improved for the progress of treatment. Therefore, longitudinal quality of live data and survival data frequently arise together in a breast cancer clinical trial. And the statistical analysis on both of the two data set has also become a hot topic in the study of modern statistics. . This project studies the QoL and survival data from the MA.5 clinical trial conducted by Canadian Cancer Trials Group. Including modeling and inference methods for longitudinal proportional data with boundaries and the analysis of semiparametric joint models of the two processes. We will obtain three types of joint model. In these models, we try to transform the unknown functions into parametric terms by splines methods and then obtain the maximum likelihood estimates of the parameters by Laplace approximation. These studies may solve some practical issues and provide a new method for the evaluation of the clinical trial program, which possesses social effects.

乳腺癌是危害女性健康最常见的恶性肿瘤之一。但随着治疗技术的进步，乳腺癌患者的长期生存率不断得到提高，其对生存质量的要求也日益提升。因此，乳腺癌临床试验在记录生存时间的同时往往还对患者生存质量进行纵向观测。对纵向生存质量数据和生存数据的联合统计分析也成为了近代统计学研究的热点之一。.研究加拿大癌症研究中心MA.5临床试验记录的生存质量和生存时间数据。包括，边界值概率非零的纵向比例型生存质量数据的建模和统计推断方法；以及在其基础上发展的与带长期生存者生存数据半参数联合模型的理论及应用。我们将建立三类不同联合模型，拟通过样条方法和非参数极大似然方法将模型中非参数函数转化为参数项，并用Laplace渐近方法给出参数的极大似然估计。这些研究可以解决纵向过程非随机退出以及生存质量与生存时间潜在关系等问题，为综合评价临床试验方案上提供方法，对癌症病人的有效治疗产生直接的社会效果。

乳腺癌是危害女性健康最常见的恶性肿瘤之一。但随着治疗技术的进步，乳腺癌患者的长期生存率不断得到提高，其对生存质量的要求也日益提升。因此，乳腺癌临床试验在记录生存时间的同时往往还对患者生存质量进行纵向观测。本项目以加拿大癌症研究中心MA.5临床试验为背景，研究取值在[0,1]上的纵向比例型数据以及带长期生存者生存数据。. 目前已取得的成果主要包括：1) 建立左删失纵向数据的Tobit分位数回归模型。文中采用复合分位数方法对参数进行推断，既避免了寻找最优分位点这一复杂问题，又比一般分位数回归更加稳健。2) 建立非负响应变量纵向数据的乘积模型并提出模型中回归参数的最小乘积相对误差估计。文中采用经验似然思想对参数做进一步统计推断，效率更高且算法更加稳定。3）建立取值在[0,1]上且边界值概率非零纵向比例型生存质量数据的混合模型。模拟结果显示该模型能有效的描述该类数据。4）建立带长期生存者双删失生存时间数据下的半参数转移模型。本文基于偏似然函数提出了一种结合多重填补和引入Poisson潜变量的EM算法的两阶段参数估计方法，并进一步给出了上述估计了的渐近性质。. 上述研究内容很好的解决了MA.5临床试验数据的统计建模和统计推断问题。因此，这些方法对癌症临床试验中治疗方案的评价有一定的指导意义。