Código de algoritmo R EM modelo Cox PH con fragilidad

Question

Vamos a decir que tengo un "riñón catéter' conjunto de datos. Datos acerca de la recurrencia de veces a la infección, en el punto de inserción del catéter, para los pacientes renales mediante portátiles equipos de diálisis. Los catéteres pueden ser removidos por causas distintas a la infección, en cuyo caso, la observación es censurado. Cada paciente tiene exactamente 2 observaciones.

Si quiero ajuste de Cox PH con el modelo de efectos aleatorios (aquí Gamma fragilidad) utilizando el algoritmo EM. Utilizando el construido en la supervivencia paquete de código R coxph(), que puedo hacer fácilmente como este

library(survival)
data(kidney)
fit<-coxph(Surv(time, status) ~ age + sex + 
           frailty(id, dist='gamma', method='em'), kidney)

Pero si quiero escribir un paso a paso de la función para el algoritmo EM, ¿cómo debo proceder?

Answer 1

coxph() implementa realmente una sancionado la log-verosimilitud enfoque que resulta a devolver las mismas estimaciones que el algoritmo EM en el caso de gamma debilidades cuando method="em"; ver Therneau y Grambsch (2000), Sección 9.6). (method , en realidad se refiere al método utilizado para seleccionar una solución de theta, la heterogeneidad parámetro, no para el procedimiento de estimación). Ambos algoritmos son claramente detallados en Duchateau y Janssen (2008, Capítulo 5). Aplicación del algoritmo EM puede requerir mucho trabajo, pero podría ser posible siguiendo estas líneas. Por cierto, hay una SAS macro llamada gamfrail escrito por Klein que ya hace el trabajo, aunque no es muy amigable con el usuario. Puede ser descargado aquí junto con un guía.