生存分析中ODS抽样及相关统计方法研究

现代生物医学研究经常关注的问题是某些生物标记（如基因，蛋白质签名等）和响应变量的关系。现代医学研究的特点是：规模大、跟踪时间长并且某些主协变量（如生物标记）的测定费用很高，有限的经费只能支持对全队列部分个体测量其主协变量。在这种情形下，如何选择信息量大而又具有代表性的子样本并对其个体测定主协变量成为现代统计研究的重要问题。ODS抽样正是这样一种效率高成本低的抽样方法。ODS抽样的优势在于将有限的资源集中在信息量大的个体上。本项目的目标是发展针对带有删失机制的生存数据的ODS抽样及其相应的统计推断方法。将分别基于估计方程方法和经验似然估计方法构建针对ODS生存数据、两阶段ODS生存数据、纵向ODS生存数据和多元ODS生存数据的统计推断方法，并与已有的方法进行比较，设计最优的ODS抽样，提高研究效率，降低试验成本。为ODS抽样在生存分析相关学科中的应用提供理论基础。

现代生物医学研究经常关注的问题是某些生物标记（如基因，蛋白质签名等）和响应变量的关系。现代医学研究的特点是：规模大、跟踪时间长并且某些主协变量（如生物标记）的测定费用很高，有限的经费只能支持对全队列部分个体测量其主协变量。在这种情形下，如何选择信息量大而又具有代表性的子样本并对其个体测定主协变量成为现代统计研究的重要问题。ODS抽样正是这样一种效率高成本低的抽样方法。ODS抽样的优势在于将有限的资源集中在信息量大的个体上。本项目提出针对生存数据的ODS抽样，并发展针对带有删失机制的生存数据的ODS抽样及其相应的统计推断方法。我们分别基于加权估计方程方法和经验似然估计方法构建针对ODS生存数据、两阶段ODS生存数据、 含有缺失观测的ODS生存数据和多元生存数据的统计推断方法，并与已有的方法进行比较，设计最优的ODS抽样，提高研究效率，降低试验成本。利用我们提出的方法分析了来之实际应用的若干数据，得到了有意义的结果。