Accelerated failure time models with error-prone response and nonlinear covariates
In this presentation, we consider variable selection and estimation for the accelerated failure time (AFT) model with measurement error in survival time and nonlinear covariate effects. To address these complex features simultaneously, we first correct for measurement error in both survival time and censoring status, and then develop a corrected Buckley–James estimator. We subsequently apply a boosting algorithm combined with cubic spline estimation to iteratively recover nonlinear relationships between covariates and survival time. From a theoretical perspective, we establish the validity of the proposed measurement error correction and demonstrate the consistency of variable selection and parameter estimation. Numerical studies show that the proposed method improves estimation performance and effectively identifies informative covariates. Finally, we apply the proposed method to analyze breast cancer data from the Netherlands Cancer Institute.
Modèles de temps de défaillance accélérée avec réponse sujette à erreur et covariables non linéaires
Dans cette présentation, nous examinons la sélection et l'estimation des variables pour le modèle de temps de défaillance accéléré (AFT) avec erreur de mesure dans le temps de survie et les effets non linéaires de covariables. Afin de traiter simultanément ces caractéristiques complexes, nous corrigeons d'abord l'erreur de mesure dans le temps de survie et le statut de censure, puis nous développons un estimateur Buckley-James corrigé. Nous appliquons ensuite un algorithme de renforcement combiné à une estimation par spline cubique afin de récupérer de manière itérative les relations non linéaires entre les covariables et le temps de survie. D'un point de vue théorique, nous établissons la validité de la correction des erreurs de mesure proposée et démontrons la cohérence de la sélection des variables et de l'estimation des paramètres. Des études numériques montrent que la méthode proposée améliore les performances d'estimation et identifie efficacement les covariables informatives. Enfin, nous appliquons la méthode proposée à l'analyse de données sur le cancer du sein provenant de l'Institut néerlandais du cancer.
Date and Time
-
Langue de la présentation orale
Anglais
Langue des supports visuels
Anglais