Shared Frailty Illness-Death Models for Interval-Censored Semi-Competing Risks

In clinical cohort studies, non-terminal events such as heart failure are often interval-censored because their onset is detected only at follow-up visits, whereas death may occur prior to detection, resulting in semi-competing risks data. Although shared frailty illness-death models are well established for right-censored non-terminal events, development for interval-censored semi-competing risks remains limited. We propose a likelihood-based illness-death model for interval-censored non-terminal and right-censored terminal events, incorporating a shared frailty term to capture unobserved subject-specific dependence. Transition intensities follow proportional hazards assumptions, with baseline hazards modeled using Weibull distributions or B-splines. Simulation studies examine finite-sample performance under varying censoring scenarios. We apply the method to a hospital-based heart failure cohort to investigate associations between clinical covariates, disease onset, and mortality.

Modèles maladie-décès à fragilité partagée pour l'analyse de risques semi-concurrents avec censure par intervalle

Dans les études de cohortes cliniques, les événements non terminaux tels que l'insuffisance cardiaque sont souvent censurés par intervalle, car leur apparition n'est détectée que lors des visites de suivi, alors que le décès peut survenir avant la détection, ce qui donne lieu à des données de risques semi-concurrents. Bien que les modèles de maladie et de décès liés à la fragilité partagée soient bien établis pour les événements non terminaux censurés à droite, leur développement pour les risques semi-concurrents censurés par intervalle reste limité. Nous proposons un modèle maladie-décès basé sur la vraisemblance pour les événements non terminaux censurés par intervalle et les événements terminaux censurés à droite, intégrant un terme de fragilité partagée pour saisir la dépendance spécifique au sujet non observée. Les intensités de transition suivent des hypothèses de risques proportionnels, les risques de base étant modélisés à l'aide de distributions de Weibull ou de B-splines. Des études de simulation examinent la performance d'échantillons finis dans différents scénarios de censure. Nous appliquons cette méthode à une cohorte hospitalière de patients atteints d'insuffisance cardiaque afin d'étudier les associations entre les covariables cliniques, l'apparition de la maladie et la mortalité.

Session

Student Research Presentation Award Competition in Business and Industrial Statistics

Date and Time