|
Eingang zum Volltext |
|
Lizenz
Bitte beziehen Sie sich beim Zitieren dieses Dokumentes immer auf folgende URN: urn:nbn:de:bsz:25-opus-49950 URL: http://www.freidok.uni-freiburg.de/volltexte/4995/ Schoop, Rotraut
Predictive accuracy of failure time models with longitudinal covariatesPrädiktive Güte von Modellen in der Ereignisanalyse, die zeitabhängige Kovariablen einbeziehen
Kurzfassung in EnglischWhile the development of failure time models with longitudinal covariates for prediction purposes is an area of active research, assessment of their predictive accuracy has been treated with less interest. An appropriate assessment measure should be model independent, i.e. robust against misspecification, and treat the chronological order of events correctly so as not to introduce time dependent bias.We propose the expected quadratic loss as suitable measure and show that it can be decomposed into two parts, one of which constitutes the contribution of subjects still at risk at the time point of prediction. This latter part, which we call conditional prediction error, is most relevant in applications, while a view on the overall measure allows an insight into the global behavior of different predictions. Properties of the proposed measure such as its robustness against misspecification are discussed on a population level and similarities and differences to related suggestions in the literature are highlighted. Consistent estimators for the conditional prediction error in different censoring situations based on the inverse probability of censoring weighting (IPCW) technique are developed. An extension of the measure for competing risk data is proposed together with consistent estimators. A simulation study investigates the behavior of the estimators for finite sample sizes and selected joint distributions of covariate process and event time. In two real data examples, one of which is a competing risk dataset, the suggested estimators are applied to compare different prognostic models to each other.
Kurzfassung in DeutschDie Entwicklung von prädiktiven Modellen in der Ereignisanalyse, die zeitabhängige Kovariablen berücksichtigen, ist Gegenstand aktiver Forschung, jedoch wurde der Bewertung der prädiktiven Güte dieser Modelle bislang eher weniger Aufmerksamkeit geschenkt. Eine angemessene Bewertung sollte modellunabhängig, also robust gegenüber Misspezifierung, sein und die chronologische Reihenfolge der Ereignisse korrekt berücksichtigen.Diese Arbeit untersucht den erwarteten quadratischen Verlust einer Prädiktion als Bewertungsmass und zeigt, dass dieser die erwünschten Eigenschaften besitzt. Weitere Eigenschaften, Unterschiede und Parallelen des erwarteten quadratischen Verlustes zu verwandten Vorschlägen in der Literatur werden auf Populationsebene diskutiert. Konsistente Schätzer für verschiedene Zensierungsmechanismen und für Situationen, in denen mehr als einen Ausfallgrund möglich ist, werden vorgestellt, die auf der IPCW (inverse probability of censoring weighting) Methode basieren. Eine Simulationsstudie untersucht das Verhalten der vorgeschlagenen Schätzer bei realistische Stichprobengrössen. Abschliessend wird die Methodik in zwei Datensätzen angewendet, um verschiedene prognostische Modelle miteinander zu vergleichen.
Ein kostenloser Dienst Ihrer Universitätsbibliothek Freiburg. |
