Semiparametric Bayesian Analysis of Multiple Event Time Data
多事件时间数据的半参数贝叶斯分析AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要属于多事件生存分析，个体异质性本身不足以归入所列面板或结构估计方向。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
多事件时间数据的半参数贝叶斯分析
- 研究问题
- 面对同一受试者可能发生多个事件的时间数据，如何在刻画事件发生强度的同时处理不同受试者之间的异质性？
- 方法与思路
- 作者基于比例强度模型开展贝叶斯分析，加入不可观测的随机脆弱性成分处理个体异质性，并用Gibbs采样获取联合后验样本。
- 材料陈述的贡献
- 摘要提出多事件时间数据的贝叶斯建模与计算方法，并使用大鼠肿瘤数据说明其应用；未给出具体估计结果或性能比较。
- 阅读关注点
- 应核对基准强度与脆弱性成分的设定、先验选择、同一个体内事件依赖的处理方式，以及Gibbs采样的收敛诊断。
- 阅读边界
- 仅据OpenAlex索引摘要，稿件版本未注明，不能推断刊本变化；摘要未说明先验、删失处理或后验推断的具体结果。
原文摘要
Multiple event time data (e.g., carcinogenic growths in different times and locations, multiple attacks of cardiac arrest) arise in various medical studies. A Bayesian analysis of such data based on proportional intensity model of multiple event time data is presented in this paper. The Bayesian structure is somewhat analogous to that used by Kalbfleisch in a proportional hazard model. An unobserved random frailty component is used in the proportional intensity model to take care of heterogeneity among the intensity processes in different subjects. The Monte Carlo method of sampling from multivariate distributions, the so-called Gibbs sampler, is used to sample from the joint posterior distribution of the unknown parameters. The methodology developed here is exemplified with the well-known data set on rat tumors of Gail, Santner, and Brown.