A new class of time-dependent logistic models for cure rate modelling

We introduce a flexible family of time-dependent logistic models under non-proportional hazards and with the possibility of a cure fraction of the population. First, we extend the generalized time-dependent logistic model proposed by MacKenzie (1996). After that, this model is extended by including a frailty term in the modeling. The inclusion of a frailty term in the hazard function enables the quantification of unobserved heterogeneity by means of an extra parameter. One feature of this class of models is allowing a cure fraction in the population without adding any extra parameters in the model. Parameter estimation was performed using the maximum likelihood method, and Monte Carlo simulation was conducted to evaluate the bias, the mean squared errors and the coverage probabilities. performance of the models. Several real examples on cancer illustrates the applicability of the new family of models.

Une nouvelle classe de modèles logistiques dépendants du temps pour la modélisation du taux de guérison

Nous introduisons une famille flexible de modèles logistiques dépendants du temps sous risques non proportionnels et avec la possibilité d’une fraction non-susceptible dans la population. Tout d’abord, nous étendons le modèle logistique généralisé dépendant du temps proposé par MacKenzie (1996). Ensuite, ce modèle est élargi en y intégrant un terme de fragilité dans la modélisation. L’inclusion d’un terme de fragilité dans la fonction de risque permet de quantifier l’hétérogénéité non observée au moyen d’un paramètre supplémentaire. Une caractéristique de cette classe de modèles est qu’elle permet l’existence d’une fraction non-susceptible dans la population sans ajouter de paramètres supplémentaires au modèle. L’estimation des paramètres a été réalisée à l’aide de la méthode du maximum de vraisemblance, et une simulation de Monte-Carlo a été menée afin d’évaluer le biais, les erreurs quadratiques moyennes et les probabilités de couverture. des performances des modèles. Plusieurs exemples réels portant sur le cancer illustrent l’applicabilité de cette nouvelle famille de modèles.

Session

Progrès récents dans la modélisation des taux de guérison

Date and Time