Regression analysis of current status data in the presence of dependent censoring with applications to tumorigenicity experiments

داده های وضعیت فعلی در بسیاری از زمینه ها از جمله مطالعات جمعیت شناختی و آزمایش های تومورجنسیتی رخ می دهد. در این موارد، زمان سانسور یا مشاهده ممکن است با زمان شکست منافع مرتبط باشد، وضعیتی که اغلب به عنوان سانسور وابسته یا اطلاع رسانی شناخته می شود. اگرچه چندین روش نیمه ارزیابی در ادبیات برای وضعیت توسعه داده شده است، اما آنها فقط به شرایط محدودی اعمال می شوند و یا ممکن است از نظر محاسباتی ناپایدار باشند. برای رسیدگی به این، روش حداکثر احتمال احتمال مبتنی بر مدل ضعیف با استفاده از اسپیلتهای تک تک برای تقسیم عملکرد خطر تجمعی خطر ناشناخته از زمان شکست در نظر گرفته شده است. همچنین یک الگوریتم جدید الگوریتم که مبتنی بر یک تقویت داده سه مرحله ای است و می تواند به راحتی اجرا شود ارائه شده است. برآوردگرهای پیشنهادی ثابت شده اند که سازگار و به طور صحیح توزیع شده اند. یک مطالعه شبیه سازی گسترده برای ارزیابی عملکرد نمونه نهایی رویکرد پیشنهادی انجام شده و نشان می دهد که برای شرایط عملی مناسب است. یک برنامه کاربردی برای مطالعه تومور زایی ارائه شده است.