[论文解读] Comparison of hazard rate estimation in R

Yolanda Hagar, Vanja Dukić|arXiv (Cornell University)|Sep 10, 2015

Statistical Methods and Inference参考文献 30被引用 7

一句话总结

本文评估了八个用于右删失生存数据半参数或非参数危险率估计的R包，重点关注其准确性、用户友好性以及在比例风险与非比例风险下的表现。bshazard()函数在标准模型中表现最为可靠且用户友好，而timereg和MRH包在非比例风险下表现优异，且输出格式清晰。

ABSTRACT

We give an overview of eight different software packages and functions available in R for semi- or non-parametric estimation of the hazard rate for right-censored survival data. Of particular interest is the accuracy of the estimation of the hazard rate in the presence of covariates, as well as the user-friendliness of the packages. In addition, we investigate the ability to incorporate covariates under both the proportional and the non-proportional hazards assumptions. We contrast the robustness, variability and precision of the functions through simulations, and then further compare differences between the functions by analyzing the "cancer" and "TRACE" survival data sets available in R, including covariates under the proportional and non-proportional hazards settings.

研究动机与目标

• 评估R包在右删失生存数据中非参数与半参数危险率估计的准确性、稳健性与精确度。
• 评估包在比例风险与非比例风险假设下纳入协变量的能力。
• 基于标准R公式语法、与print/plot/summary函数的兼容性以及文档清晰度，比较其用户友好性。
• 识别在实际生存分析应用中最可靠且实用的包。
• 通过平衡方法论严谨性与实现简便性，为研究人员选择合适的R包提供指导。

提出的方法

• 在比例风险与非比例风险设定下开展模拟研究，比较各包在估计准确性、变异性与精确度方面的表现。
• 基于R中的'cancer'和'TRACE'生存数据集进行真实数据分析，评估其在实际场景中的表现。
• 根据对标准R生存建模惯例的遵循程度进行评估，包括Surv()和formula()语法，以及与标准R输出函数的兼容性。
• 研究包在不同数据条件与模型假设下是否能提供可靠的危险率估计与协变量效应估计。
• 通过文档质量、示例清晰度以及模型拟合、绘图与结果总结的便捷性，评估用户友好性。
• 比较涵盖频率学派与贝叶斯方法，重点关注计算效率与MCMC需求。

实验结果

研究问题

• RQ1 在存在右删失数据的情况下，哪些R包能提供最准确且精确的危险率估计？
• RQ2 不同包在比例风险与非比例风险假设下对协变量效应的处理能力如何？
• RQ3 哪些包在标准R工作流中实现了方法论稳健性与用户友好性的最佳平衡？
• RQ4 所评估包之间的计算速度与实现复杂性有何差异？
• RQ5 各包在输出解释与模型诊断方面的主要差异是什么？

主要发现

• bshazard()函数在具有足够观察到的事件数的简单生存模型中，提供了最可靠且准确的危险率估计。
• bshazard()函数具有高度用户友好性，支持标准R公式语法，并与print()、plot()和summary()函数兼容。
• 在非比例风险情况下，timereg和MRH包表现出特别好的用户友好性与稳健性，其中estimateMRH()函数提供了更传统且易解释的协变量效应报告。
• timecox()函数的计算速度优于基于MCMC的替代方案，因其无需马尔可夫链蒙特卡洛采样，且支持参数的古典显著性检验。
• LDDPsurvival()函数虽可靠，但因文档质量差及函数设计独特，尤其在大型模型中使用困难。
• 贝叶斯包如bayesSurv、BGPhazard与DPpackage提供了先进的建模能力，但需要对MCMC与先验分布有更深入的理解，增加了学习曲线。