Skip to content

算法Algorithm

Aalen–Johansen 估计量

施工中 · 内容逐步修订

Aalen-Johansen estimator

按时间顺序相乘局部转移矩阵,把多状态风险增量转换成总和为一的状态概率。

形式陈述 ​

固定有限时间窗与有限状态空间。每个对象的状态路径右连续,窗内只有有限次转移;准确记录进入、转移、删失和共同时间尺度。沿用计数过程的事件前风险窗,Yh(t) 数仍被观察且在 t− 处于状态 h 的对象,ΔNhj(t) 数此刻观察到的 h→j 转移。与单次失效页不同,同一条转移计数可多次增加。

算法用到的 dA^ 都是经验跳增量,而非时间导数。对 h≠j、Yh(t)>0,定义

dA^hj(t)=dNhj(t)Yh(t),dA^hh(t)=−∑j≠hdA^hj(t).

合法输入在每一时刻满足 ∑j≠hdNhj≤Yh:同一人不能同时从同一出发状态转出两次。无在险者且无事件的行取零增量;若无在险者却记录了转移,应报资料矛盾。取零只是完成计算,并未推断该状态的真实风险为零。令 Q(t)=I+dA^(t),采用行概率向量约定,则

P^(s,t)=∏s<u≤t⟶Q(u),p^(t)=p^(s)P^(s,t).

箭头规定较早时刻的矩阵放左边。每行和为一;合法转移计数使元素非负。连乘因此保持概率总和,而每一笔转出概率同时从原状态扣除、加到目的状态。

要把这份数值乘积解释为 P{X(t)=j∣X(s)=h} 的估计,还要建立观察模型。标准有限状态、时间非齐次 Markov 分支规定:给定现在状态和时间,未来转移率 ahj(t) 不再依赖更早的路径;进入与删失后,观察计数的强度仍为 Yh(t)ahj(t)。各率非负、有限窗内可积,且相应补偿可积,便可按计数过程页的测试函数恒等式定义补偿鞅。仅有计数公式不能推出这些假设。

在独立同分布完整路径、删失独立于完整路径,并有足够在险支持等条件下,这些风险集比例才可逼近目标转移量。延迟进入还需相应独立进入和时间支持;初始向量 p^(s) 必须估计指定总体在s的分布,不能随意用晚进入者首次被看到的状态比例代替。竞争风险中若全体在时间0尚无事件,初始向量直接是 (1,0,0)。

非 Markov 路径中,未来可能还取决于在当前状态停了多久。独立于整个路径的随机删失、合适支持和正确初始分布下,乘积仍可估计边缘占据概率;这不使整张矩阵自动成为任意s的条件转移矩阵。后者通常须在s处按已知状态筛选landmark样本后重新计算。这里说明目标差别,不把上述有限样本行和不变量当作一致性证明。

用三态竞争风险看懂乘积 ​

状态 0 表示尚无事件,1,2 是两种吸收终点。五人均从状态 0 开始。时间 1 一人发生类型 1;时间 2 一人删失;时间 3 一人发生类型 2。因此两个事件时刻的首行分别是

Q(1)0⋅=(4/5,1/5,0),Q(3)0⋅=(2/3,0,1/3),

吸收状态的行仍是单位矩阵的对应行。由 p(0)=(1,0,0),第一次更新得到 (4/5,1/5,0);第二次更新把尚无事件的 4/5 中的三分之一送入状态 2,得到

p^(3)=(8/15,1/5,4/15).

三个数之和为一。删失只减少第二个时刻的分母,没有产生新的状态质量。在一般多状态模型中,先到达某状态的概率也会影响随后沿该状态出边转移的概率,所以矩阵顺序不能交换。

算法与不变量 ​

先把同一对象的连续观察段整理成正确的出发状态和到达状态,再按事件时间排序。每个时刻先使用事件前风险集构造 Q,然后右乘当前概率向量,最后更新下一时刻的风险集。输入包括进入、退出、删失及转移类型;输出包括转移矩阵或所需初始分布下的占据概率。

若只需一个初始分布,m 个事件时刻、K 个状态的稠密计算为 O(mK2);保存完整矩阵并直接相乘为 O(mK3)。应逐步核对非负性和行和。多个转移若被粗糙时间精度压在同一时点,要明确事件前计数规则,不能偷偷把一个人的两次顺序转移当成同时发生。

直觉

一名对象可能从健康进入患病,也可能直接死亡。怎样把各条转移边上的局部风险,合成为“到时间 t 处于哪个状态”的概率?Aalen–Johansen 估计把每个事件时刻的小转移矩阵,按时间顺序相乘。

例子与边界

反例与边界 ​

矩阵顺序有实质意义。例如先把状态0的一半送到1,再把1中的全部送到2,从 (1,0,0) 得 (1/2,0,1/2);反过来先处理 1→2,此时1还没有质量,最后得到 (1/2,1/2,0)。两种结果都归一化,只有真实时间顺序对应实际路径。

本例若把类型 1 当普通删失,仅对类型 2 用 1−S^KM,会得到 1/3,而实际累计发生率是 4/15。两者差异来自第一种事件已经夺走了部分能够发生第二种事件的概率质量。

非Markov边界可用一个精确的有限路径总体看见。把下面A至D四条确定路径各赋概率1/4,不设删失;这个示意总体允许固定时刻跳变,用于比较占据概率和条件转移,并不套用前面的连续dt强度假设。起点A、B在状态1,C、D在0;时间1,A从1到2;时间2,C、D从0到1;时间3,C、D从1到2。初始分布是 (1/2,1/2,0),按全样本相乘得到最终占据 (0,1/4,3/4),与这个总体的真实占据概率吻合。但乘积矩阵的“从起点状态1留在1”元素为 (1/2)(1/3)=1/6,真正起点在1的A、B中却仍有B,条件概率是1/2。较晚进入状态1的C、D不应被拿来替代起点1子组的未来。

事件只在定期检查时发现、真实转移时刻未知时,以上精确事件时刻算法不再直接适用。资料中的“最后健康”和“首次患病”定义了区间;把首次检查日当真实转移日,是另一种观察目标而非无损处理。

推论与应用

竞争风险的累计发生率是吸收状态的占据概率。复杂疾病过程则可同时呈现健康、患病和死亡占据率。首次竞争事件模型还可直接写成 ΔF^k(t)=S^(t−)dN0k(t)/Y0(t),而 S^(t)=S^(t−)[1−∑kdN0k(t)/Y0(t)]。两个更新一加一减,保证每一步 S^+∑kF^k=1。计数过程保证分母的时间语义,矩阵乘积保证概率流动的记账一致性。

参考资料
关系图谱29 个相邻概念 · 2 类关系

拖动节点调整位置。

显示关系

显示:依赖

  1. 前置三跳
  2. 前置二跳
  3. 前置一跳
  4. 当前条目
  5. 后续一跳
  6. 后续二跳
  7. 后续三跳
文字版关系按与当前条目的最短距离分组
类型化关系