形式陈述
在固定协变量z的寿命模型中,令 Z > 0 为与z独立 理路 独立性 Statistical independence 从概率表理解独立性,区分两两、相互和条件独立,并用可计算反例澄清零协方差与条件均值的限度。 的随机风险倍数,并规定有限期望 理路 期望 Expectation · Expected value 实值或复值随机变量关于概率测度的 Lebesgue 积分,概括加权平均与总体质量平衡。 E [ Z ] = 1 。给定Z和z,条件风险为
λ ( t ∣ Z , z ) = Z λ 0 ( t ) e β T z . 设 λ 0 ≥ 0 ,在每个有限时间窗可积。均值一的规定固定风险倍数的尺度:把Z乘c、基线风险除c,不会改变条件风险;单靠寿命资料无法区分这种重标记。令 H 0 ( t ) = ∫ 0 t λ 0 ( u ) d u ,给定 Z 的生存函数是 exp [ − Z H 0 ( t ) e β T z ] 。用全期望公式 理路 全期望公式与全方差公式 Law of total expectation · Law of total variance · Iterated expectation 借助条件信息分解总体均值,并把总波动拆成组内与组间两部分。 对条件生存概率平均,消去未观测的 Z 后,得到
S ( t ∣ z ) = L Z { H 0 ( t ) e β T z } , L Z ( s ) = E [ e − s Z ] . 这里 0 ≤ e − s Z ≤ 1 ,所以变换对每个 s ≥ 0 都存在。它混合的是一族生存分布 理路 生存分析基础 Survival analysis · Kaplan–Meier estimator 对事件时间、删失、survival 与 hazard 建模并估计生存曲线的基础框架。 。若要求寿命有限几乎必然,还须使 H 0 ( t ) → ∞ ;否则模型可在无限寿命处保留质量。
为看清谁留在风险集,记 s = H 0 ( t ) e β T z 。给定已存活到t,Z的条件分布 理路 条件分布 Conditional distribution · Regular conditional distribution 给定观测值后随机量的概率律,以及它与原联合分布相容的核表示。 把原质量按 e − s Z 重新加权:对任意可测集合B,P ( Z ∈ B ∣ T > t , z ) = E [ 1 B ( Z ) e − s Z ] / E [ e − s Z ] 。分母为正,且由 Z e − s Z ≤ Z 可积。因而幸存者均值为 E [ Z e − s Z ] / E [ e − s Z ] 。对s的指数差商由Z控制,控制收敛定理 理路 控制收敛定理 Dominated convergence theorem 几乎处处收敛且被同一可积函数控制时,可以交换极限与积分。 允许求导进入期望;再对绝对连续的累计风险用链式法则,群体风险在几乎处处为这个均值乘 λ 0 ( t ) e β T z ,而非始终乘最初的 E [ Z ] = 1 。
直觉
每个人的风险都不随时间降低,为什么观察到的群体风险仍可能逐渐下降?frailty 模型用一个未观察到的风险倍数描述异质性,并展示幸存者选择怎样改变群体组成。
例子与边界
Gamma 例子:风险下降来自谁还留下
取 Z 的均值为一、方差为 θ > 0 的 Gamma 分布,即 shape 为 1 / θ 、scale 为 θ 。令k=1/θ,其密度为 f Z ( u ) = u k − 1 e − u / θ / [ Γ ( k ) θ k ] ,u > 0 。用Gamma积分 理路 Gamma 函数:递推、延拓与极点 Gamma function · 伽马函数 · Euler gamma function 从Euler积分的收敛半平面构造Gamma函数,证明递推与阶乘取值,逐步延拓并计算非正整数极点和可核验的截断界。 ∫ 0 ∞ u k − 1 e − c u d u = Γ ( k ) c − k ,取 c = 1 / θ + s ,直接得到Laplace变换 ( 1 + θ s ) − 1 / θ 。所以无其他协变量时
S ( t ) = ( 1 + θ H 0 ( t ) ) − 1 / θ , λ p o p ( t ) = λ 0 ( t ) 1 + θ H 0 ( t ) . 设 λ 0 = 0.2 、θ = 1 。每个人都有常数条件风险 0.2 Z ,群体风险却是 0.2 / ( 1 + 0.2 t ) :起初为 0.2 ,五年时为 0.1 。五年时生存率为 1 / 2 。
更具体地,五年幸存者的平均脆弱性为 E [ Z ∣ T > 5 ] = 1 / ( 1 + 0.2 × 5 ) = 1 / 2 。高 Z 者更早退出风险集,剩下的人平均风险较低。这个机制不要求任何人的身体或设备状态随时间改善。
共享脆弱性如何产生相关
若同一簇的对象共享 Z g ,且给定它和已用协变量后条件独立,则两人的联合生存为
P ( T 1 > t 1 , T 2 > t 2 ) = L Z { H 1 ( t 1 ) + H 2 ( t 2 ) } . 在均值一的指数脆弱性情形,若两个累计风险都为一,联合生存为 1 / 3 ,各自生存率的乘积为 1 / 4 ,说明共享风险因素诱导正相关。不能把簇中多人的资料当成完全独立,再只在解释时补一句“存在共同环境”。
拟合时可对共享随机效应积分,或用合适的数值近似。生存时间较长的簇常得到较低的后验脆弱性估计,但这种估计包含收缩与模型假设,不等于直接测量到一个生物属性。
边界与反例
单一边缘生存曲线通常不能同时自由识别基线风险形状和脆弱性分布。这里有两个完全相同的观察分布:模型A取均值一指数Z、λ 0 ( t ) = 0.2 ;模型B取确定的 Z = 1 、λ 0 ( t ) = 0.2 / ( 1 + 0.2 t ) 。两者都给 S ( t ) = 1 / ( 1 + 0.2 t ) ,但A有异质性,B没有。即使两者都满足 E [ Z ] = 1 ,尺度归一化仍未解除这种形状不可识别。
删失也可能携带同一个潜在风险。令给定均值一指数Z后,T与C独立且均为率 0.2 Z 的指数时间。则 P ( T > t , C > c ) = 1 / [ 1 + 0.2 ( t + c ) ] ,并不等于两份边缘生存的乘积。给定未观察Z的独立删失,不足以支持把Z隐藏后直接用普通KM;要把删失机制纳入模型或获得其他识别条件。
条件比例风险也一般不会在边缘化后保持比例。若某组风险倍数是 a ,Gamma 例子的边缘风险比为 a ( 1 + θ H 0 ) / ( 1 + θ a H 0 ) ,会随时间变化。这为比例风险诊断 理路 Schoenfeld 残差 Schoenfeld residuals 把事件者协变量与风险集加权均值之差按时间检查,识别固定 Cox 系数遗漏的时间结构。 中的趋势提供一种解释,却不是每次趋势都由脆弱性造成的证明。
推论与应用
脆弱性模型把条件于潜在风险的个体效应,与经过幸存者选择后的群体效应分开。解释共享簇的资料时,应同时报告潜在效应的分布假设、簇结构与边缘预测。
单元练习:同一份资料,三个目标
五人资料如下,时间均以年计。A 在 0 进入,2 发生类型 1 ,z = 1 ;B 在 0 进入,3 删失,z = 0 ;C 在 1 进入,4 发生类型 2 ,z = 0 ;D 在 3 进入,5 发生类型 1 ,z = 1 ;E 在 0 进入,6 删失,z = 1 。本练习以共同起点尚无事件的总体为目标,假定进入和删失保持所用观察强度,并在0至6之前具有相应观察支持。表中的在险人数允许算出曲线,但它们本身不证明这些总体条件。
请列出三个事件时刻的风险集;以任何事件为终点计算 β = 0 时的Cox部分似然 理路 Cox 比例风险模型与部分似然 Cox proportional hazards model · Cox partial likelihood 通过事件时刻的风险集比较消去未知基线风险,推导 Cox 部分似然、得分和解释边界。 和得分;再用Aalen–Johansen更新 理路 Aalen–Johansen 估计量 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。 计算时间5的两类累计发生率,以及 τ = 6 的无事件RMST 理路 限制平均生存时间 Restricted mean survival time · RMST 把有限窗口内的生存曲线面积解释为平均生存时间,明确窗口选择与删失支持的限制。 。
风险集依次为 { A , B , C , E } 、{ C , D , E } 、{ D , E } 。因此在零系数处,部分似然为 ( 1 / 4 ) ( 1 / 3 ) ( 1 / 2 ) = 1 / 24 ;得分为 ( 1 − 1 / 2 ) + ( 0 − 2 / 3 ) + ( 1 − 1 ) = − 1 / 6 。
无事件生存率依次为 3 / 4 , 1 / 2 , 1 / 4 。Aalen–Johansen 给出类型 1 累计发生率 1 / 4 + ( 1 / 2 ) ( 1 / 2 ) = 1 / 2 ,类型 2 为 ( 3 / 4 ) ( 1 / 3 ) = 1 / 4 ,与无事件概率相加为一。RMST 为 2 + 2 ( 3 / 4 ) + 1 ( 1 / 2 ) + 1 ( 1 / 4 ) = 4.25 年。
验收时须说清三种条件各管哪一步:独立进入/删失支撑风险集代表性;固定 Cox 系数的解释还依赖比例风险;累计发生率必须保留竞争事件的概率流失。RMST 的面积计算不需要比例风险,但需要观察窗内可识别的生存曲线。这份小资料也不足以另行识别一个自由的脆弱性分布。
现在只把C在4的事件从类型2改为类型1。风险集、任意事件Cox准则及RMST全部不变,类型1累计发生率却变为 3 / 4 ,类型2为0。这项迁移检验的是终点选择:合并所有事件的生存目标与特定原因的发生目标,不能只凭同一张表互相替代。
最后保留区间页的另一份无截断观察协议:三人分别只知在 ( 0 , 2 ] 、( 1 , 3 ] 、( 2 , 3 ] 内发生。复算Turnbull更新与差界 理路 Turnbull 区间删失估计 Turnbull estimator 用区间概率建立非参数似然,再以自洽质量更新估计区间删失分布,不伪造精确事件日。 ,应得到一次更新 ( 1 / 6 , 1 / 3 , 1 / 2 ) 、最优 ( 0 , 1 / 2 , 1 / 2 ) ,并能拒绝卡住的零初值。不能把它当作原五人表的无损改写:原表有延迟进入,真正改为区间观察后还要加入纳入筛选的条件化分母。
选择终点时,先回答观察协议与目标:精确首次竞争事件的实际发生概率用累计发生率;共同支持窗内平均无事件时间用RMST;区间检查用区间概率;潜在选择机制须另给可识别的frailty结构。换模型名称不能补上缺失的进入、删失或检查信息。
参考资料
Balan and Putter, A tutorial on frailty models , Statistical Methods in Medical Research 29, 2020, pp. 3424–3454, Sections 2–3,异质性选择、Gamma 分布和共享脆弱性。
Duchateau and Janssen, The Frailty Model , Springer, 2008,随机效应生存模型的系统论述。