典型的存活分析方法僅能用於資料之間爲獨立的情形下，然而，在臨床研究上，常收集到的資料是具有相關性的；例如，同一個體(subject)中的雙眼，腎臟，或是其它有兩個以上的器官所收集到的存活資料。此外，同一家庭內的兩個不同個體的存活資料，亦可視爲此種資料型態。
就統計分析而言，配對型存活資料常見的分析方法爲分層Cox模式(Stratified Cox model)以及脆弱模式(Frailty model)。分層Cox模式的做法是將”每一對”，當成是分層的變數，此做法在實際分析上有其便利性，因爲幾乎所有統計軟體皆可操作(SAS, STATA, R, SPSS….)，而其缺點在於分層的層數多時，參數估計的檢定力(power)較低。另外，脆弱模式則以脆弱效果(frailty effect)來處理”每一對”內資料的相關性，要先對脆弱效果做機率分配的假設，最常見的脆弱模式爲Gamma frailty model，即假設脆弱效果爲Gamma分配。目前較常見用來分析脆弱模式的統計軟體爲SAS, R。
Reference:
Aalen, O. O. and Tretli, S. (1999). Analyzing incidence of testis cancer by means of a
frailty model. Cancer causes and control 10, 285 - 292.
文章標籤
全站熱搜
留言列表
