[发明专利]一种基于左截断右删失数据的剩余寿命分位数的预测方法

说明书

本发明属于计算机辅助设计技术领域，公开了一种基于左截断右删失数据的剩余寿命分位数的预测方法，通过建立经典的剩余寿命分位数预测模型，其中借助COX模型构建剩余寿命分位数与动态协变量之间的函数关系式，并结合左截断右删失数据的特征给出模型未知参数的估计方法，从而得到基于动态协变量预测的剩余寿命分位数的估计值。本发明的左截断右删失数据下剩余寿命分位数的预测方法实现过程比较简单，且考虑了借助COX模型建立含有动态协变量的剩余寿命分位数预测的函数关系式，同时提高了剩余寿命的预测精度。

技术领域

本发明属于计算机辅助设计技术领域，尤其涉及一种基于左截断右删失数据的剩余寿命分位数的预测方法。

背景技术

目前，业内常用的现有技术是这样的：在医学生存分析、工程可靠性研究中，剩余寿命经常被研究者作为评判的关键指标。自从1974年，Haineshe和Singpurwalla提出剩余寿命分位数的概念起，剩余寿命分位数作为平均剩余寿命的替代被许多学者研究。与平均剩余寿命相比，剩余寿命分位数能够更加全面地描述剩余寿命。特别是平均剩余寿命对偏态或者非对称的寿命分布是敏感的，甚至是无法计算的，而剩余寿命分位数对此却表现很好，因此剩余寿命分位数应用越发深入和广泛。左截断右删失数据经常出现在现实情况中，例如流行排队研究，癌症筛选，劳动经济等。典型的右删失类型的数据通常说的是在观察和实验的时候，因为人为事件以及一些其它事故导致不能被发现的那些数据。左截断数据是指从事件发生到事件被记录的时间段，即在事件发生一段时间后，样本才会被记录。例如，病人病发，只有活过一段时间并且得到治疗的患者才会被记录。如果患者在治疗之前已经死亡，那将不会被记录，这样的数据就是左截断数据。目前，虽然有一些学者已经研究左截断右删失剩余寿命分位数的预测方法，但是没有基于动态协变量的剩余寿命分位数预测方法。为此，为了更准确的预测剩余寿命，需要考虑动态协变量对于左截断右删失数据下剩余寿命分位数预测准确性的影响。现有技术一提出了一种在左截断右删失数据下剩余寿命分位数的预测方法了，但是没有考虑协变量对于剩余寿命分位数预测准确性的影响。现有技术二提出在左删失右数据下，考虑固定协变量时的一种剩余寿命分位数的预测方法，但是作者没有考虑动态协变量对于剩余寿命分位数预测精度的影响。

综上所述，现有技术存在的问题是：

(1)在实际应用中，协变量是影响剩余寿命的重要因素。而现有技术在左截断右删失数据下剩余寿命分位数的预测中，没有将协变量作为因素考虑进来，这是模型的缺陷之一。到目前为止，考虑协变量的剩余寿命分位数模型的文献还较少，所以模型需要进一步改进。

(2)在左删失右数据下，现有技术没有考虑协变量的动态性，在实际工程试验和临床实验中，动态协变量对于寿命的影响也是显著的。因此现有技术所得到的预测精度不够高。

(3)在左截断数据类型中，忽略动态协变量也会增大参数估计中的偏差，现有技术对参数估计方法也提出新的要求，也就是动态协变量也会增加了参数估计的难度。

解决上述技术问题的难度和意义：

为了进一步提高剩余寿命分位数的预测精度，解决上述技术问题，需要构建新的剩余寿命分位数预测模型，即考虑动态协变量对剩余寿命分位数影响的函数表达式。由于左截断右删失数据的结构特点，需要采用能利用该数据特点的参数估计方法来得到剩余寿命的预测值。解决上述问题的主要意义在于能更加全面和方便的预测剩余寿命分位数和有效的提高了剩余寿命分位数的预测精度。

发明内容

针对现有技术存在的问题，本发明提供了一种基于左截断右删失数据的剩余寿命分位数的预测方法。