Checking the Cox Regression Model with Interval-Censored Data
The Cox regression model is widely used to study the effects of potentially time-dependent covariates on a possibly censored event time. However, statistical inference can be invalid and misleading if the model is mis-specified. It is highly challenging to check the adequacy of the Cox regression model with interval-censored data because the event times are known only to lie in random time intervals, and none of the event times are directly observed. In this talk, I will describe a novel solution to this problem. Specifically, we construct certain stochastic processes that are informative about various components of the model (i.e., proportional hazards assumption, exponential link function, and functional forms of covariates).
Vérification du modèle de régression de Cox avec des données censurées par intervalle
Le modèle de régression de Cox est largement utilisé pour étudier les effets de covariables potentiellement dépendantes du temps sur un temps d'événement éventuellement censuré. Cependant, les inférences statistiques peuvent être invalides et trompeuses si le modèle est mal spécifié. Il est extrêmement difficile de vérifier l'adéquation du modèle de régression de Cox avec des données censurées par intervalle, car les temps d'événement sont uniquement connus pour se situer dans des intervalles de temps aléatoires, et aucun des temps d'événement n'est directement observé. Dans cette présentation, je décrirai une solution novatrice à ce problème. Plus précisément, nous construisons certains processus stochastiques qui fournissent des informations sur divers composants du modèle (c'est-à-dire l'hypothèse des risques proportionnels, la fonction de lien exponentielle et les formes fonctionnelles des covariables).
Date and Time
-
Langue de la présentation orale
Anglais
Langue des supports visuels
Anglais