內容簡介
存活分析方法是用來研究或分析樣本所觀測到的某一段時間長度之分配，存活的時間資料出現在不同領域中，如：醫學癌症存活，工程可靠度分析，社會事件歷史分析，經濟計量縱橫資料分析等。
本書主要寫作對象為從事資料分析的統計人員與從事臨床醫學研究的醫師，作者嘗試以個人臨床醫學經驗結合醫學統計諮詢經驗，將存活分析之統計方法整理成書，希望藉由本書之寫作作為統計人員與臨床醫師之間溝通的橋樑。
第二版書分成基礎存活分析與進階存活分析兩大部分，包含常見臨床醫學研究問題：
1. Accelerated Failure Time Model
2. Kaplan-Meier Survival Curves 與 Log Rank Test
3. Cox Model 與 Time-Dependent Covariates in Cox Model
4. Clustered Survival Times 與 Recurrent Failure Times
5. Competing Risk 與 Multi-state Models
作者介紹
作者簡介
林建甫
現職
國立臺北大學統計學系助理教授
學歷
美國密西根大學生物統計研究所碩士、博士
高雄醫學大學醫學系醫學士
經歷
巨匯數據科技股份有限公司統計顧問
美國范德堡大學醫學中心計量科學中心生物資訊與癌症研究訪問學者
智策市場研究顧問公司統計顧問
台北大學統計系助理教授
台北榮民總醫院生物統計顧問
台北市中山醫院骨科醫師
台北醫學大學萬芳醫院骨科醫師
高雄長庚醫院骨科醫師
台北榮民總醫院骨科醫師
興趣
醫學統計諮詢、臨床試驗、基礎醫學實驗設計
存活分析、縱向資料分析、類別資料分析
生物資訊、大數據分析、醫療經濟成本效益評估
作者信箱：
作者網頁：
jefflinmd.com
目錄
第01章 存活分析概論
1.1 粗死亡率及死亡累積發生率
1.2 發生速率與發生密度
1.3 存活資料與設限
1.4 存活資料的真實案例
1.5 癌症研究反應變數與存活分析
1.6 存活分析的特徵
1.7 存活迴歸模型／邏輯斯迴歸／布瓦松迴歸模型的區別
1.8 資料分析練習
第02章 存活函數、設限與截略
2.1 存活函數及危險函數
2.2 離散型存活函數
2.3 平均存活時間與平均餘命
2.4 設限和截略簡介
2.5 右設限觀察資料
2.6 隨機設限觀察資料
2.7 左設限、雙重設限、區間設限
2.8 截略觀察資料
2.9 設限與截略資料的概似函數
2.10 存活分析常用之重要統計假設
2.11 隨機設限概似函數
第03章 參數模型存活分析
3.1 存活分析常見的參數機率分配
3.2 參數機率模型概似函數
3.3 最大概似估計參數
3.4 Newton-Raphson 演算法
3.5 參數推論: 假說檢定
3.6 參數推論: 信賴區間
3.7 Delta 法估計函數的近似變異數
3.8 配適簡單參數模型: 案例分析
3.9 存活分析之迴歸模型
3.10 加速失敗時間模型分析
3.11 資料分析練習
第04章 無母數方法估計存活函數
4.1 生命量表
4.2 生命量表的種類
4.3 Kaplan-Meier（Product-Limit）估計式
4.4 Kaplan-Meier 估計式之Greenwood 變異數估計
4.5 Peterson 累積危險函估計式
4.6 Nelson-Aalen 估計式
4.7 存活函數的逐點信賴區間
4.8 存活函數信賴區間帶
4.9 存活時間中位數及百分位數估計式
4.10 平均存活時間估計
4.11 資料分析練習
第05章 無母數方法比較存活函數
5.1 檢定兩組存活函數
5.2 權重與檢定
5.3 比較多組存活函數
5.4 分層Log Rank 檢定
5.5 樣本數計算
5.6 資料分析練習
第06章 Cox 比例危險模型
6.1 簡單Cox PH 模型
6.2 Cox 比例危險複迴歸模型
6.3 Cox 模型概似函數
6.4 參數估計
6.5 參數推論：假說檢定
6.6 參數推論：信賴區間
6.7 Cox PH 模型實例說明
6.8 Cox 概似函數：多個相同事件時間
6.9 建構Cox PH 模型
6.10 Cox 概似函數的討論
6.11 資料分析練習
第07章 Cox 模型估計存活函數
7.1 基線存活函數的概似函數
7.2 基線危險函數之估計
7.3 統計軟體中的存活函數估計
7.4 資料分析練習
第08章 分層Cox 模型
8.1 分層Cox 比例危險模型
8.2 檢定分層分析中平行線假設
8.3 資料分析練習
第09章 時間相依共變數與Cox 模型
9.1 時間相依共變數
9.2 時間相依共變數的Cox 非比例危險模型
9.3 Cox 時間相依模型的偏概似函數
9.4 Cox 時間相依模型的參數估計
9.5 計數過程與時間相依共變數
9.6 史丹佛心臟移研究資料
9.7 Cox 時間相依模型與估計存活函數估計
9.8 資料分析練習
第10章 Cox 迴歸模型之診斷
10.1 殘差
10.2 評估Cox 模型的適合度與Cox-Snell 殘差
10.3 評估一個共變數的最佳函數形式與平賭殘差
10.4 檢查成比例模型假設
10.5 檢查Cox 模型離群值與Deviance 殘差
10.6 個體個別共變數之影響值
10.7 Cox 模型診斷實例
10.8 資料分析練習
第11章 存活預測評估
11.1 固定存活時間預測與交叉驗證預測誤差
11.2 Harrell's C-指數
11.3 時間相依ROC 分析
11.4 資料分析練習
第12章 截略資料存活分析
12.1 左截略
12.2 左截略與延遲進入資料
12.3 左截略與時間相依的分層
12.4 右截略資料與存活函數
12.5 左設限資料與存活分析
第13章 區間設限資料分析
13.1 區間設限資料
13.2 區間設限資料與存活函數
13.3 區間設限資料：存活迴歸模型
13.4 資料分析練習
第14章 多變量存活分析簡介
14.1 多重事件與多變量存活時間實例
14.2 群聚存活時間
14.3 多重復發事件時間
14.4 穩健的變異數估計
14.5 Cox 比例危險模型與多變量存活分析
14.6 資料建構與模型選擇
14.7 無序多重存活時間
14.8 有序多重存活時間
14.9 資料分析練習
第15章 群聚存活資料與邊際模型
15.1 邊際模型簡介
15.2 邊際模型之統計操作
15.3 邊際模型的限制
15.4 資料分析練習
第16章 群聚存活資料與脆弱模型
16.1 隨機效應與脆弱
16.2 群聚資料：分層Cox 模型
16.3 隨機效應與脆弱模型
16.4 相關性之測量
16.5 群聚資料隨機效應脆弱模型之檢定
16.6 常見之隨機效應脆弱模型
16.7 脆弱模型之估計與推論
16.8 脆弱模型實例：DRS 資料
16.9 脆弱模型之延伸
16.10 群聚脆弱模型結論
16.11 資料分析練習
第17章 復發事件資料邊際模型
17.1 復發事件與布瓦松過程
17.2 復發事件資料：常見邊際模型
17.3 模型配適與資料型式
17.4 膀胱癌臨床試驗：廣義邊際模型
17.5 復發事件資料邊際模型摘要
17.6 資料分析練習
第18章 復發事件資料脆弱模型
18.1 隨機效應與脆弱模型
18.2 復發事件：過度分散布瓦松迴歸
18.3 復發事件脆弱模型與概似函數
18.4 復發事件脆弱模型：膀胱癌臨床試驗
18.5 脆弱模型的選擇
18.6 資料分析練習
第19章 競爭風
19.1 特定原因危險函數
19.2 累積發生函數估計
19.3 非參數假說檢定
19.4 子分配危險函數
19.5 非參數假說檢定：葛雷檢定
19.6 競爭風險：Cox 迴歸模型
19.7 競爭風險：Fine-Gray 模型
19.8 資料分析練習
第20章 多重狀態模型
20.1 轉移強度與轉移機率
20.2 非參數估計轉移強度與轉移機率
20.3 多重狀態迴歸模型
20.4 資料分析練習
第21章 可加性危險模型
21.1 可加性危險模型
21.2 可加性危險模型參數估計
21.3 參數假說檢定
21.4 可加性危險模型特例
21.5 資料分析練習
第22章 計數過程導論
22.1 機率與測度
22.2 隨機過程
22.3 計數過程與存活資料
22.4 Nelson-Aalen 累積危險函數估計式
22.5 計數過程與存活函數
22.6 計數過程與Log Rank Test
22.7 計數過程與強度函數
22.8 共變數與事件時間危險函數模型
22.9 平賭過程
22.10 平賭過程與存活計數過程
22.11 多變量時間與計數過程
22.12 平賭之二次變異過程與選擇變異過程
22.13 連續型失敗時間：計數過程與變異過程
22.14 離散型失敗時間：計數過程與變異過程
22.15 向量平賭
22.16 平賭過程：中央極限定理
22.17 危險函數與存活函數估計式漸進理論
22.18 Log Rank Test 漸進理論
22.19 Cox 模型漸近理論
22.20 偏概似函數過濾集
