SEARCH

SEARCH BY CITATION

Keywords:

  • Current status data;
  • interval censoring;
  • proportional hazards model;
  • measurement error
  • Primary 62N02;
  • secondary 62G20

Abstract

Covariate measurement error problems have been extensively studied in the context of right-censored data but less so for current status data. Motivated by the zebrafish basal cell carcinoma (BCC) study, where the occurrence time of BCC was only known to lie before or after a sacrifice time and where the covariate (Sonic hedgehog expression) was measured with error, the authors describe a semiparametric maximum likelihood method for analyzing current status data with mismeasured covariates under the proportional hazards model. They show that the estimator of the regression coefficient is asymptotically normal and efficient and that the profile likelihood ratio test is asymptotically Chi-squared. They also provide an easily implemented algorithm for computing the estimators. They evaluate their method through simulation studies, and illustrate it with a real data example. The Canadian Journal of Statistics 39: 73–88; 2011 © 2011 Statistical Society of Canada

Le problème des erreurs de mesure dans les covariables a été étudié de façon exhaustive pour les données censurées à droite, mais beaucoup moins pour les données de statut présent. Cet article a été motivé par une étude sur l'épithélioma basocellulaire (BCC) du dard-perche pour lequel nous savons que l'apparition du BCC est arrivée avant ou après le temps de sacrifice et que la covariable (expression de la sonic hedgehog) est sujette à des erreurs de mesure. Les auteurs décrivent une méthode du maximum de vraisemblance semiparamétrique pour le modèle de risques proportionnels afin d'analyser les données de statut présent avec des erreurs de mesure dans les covariables. Ils démontrent que l'estimateur du coeficient de régression est asymptotiquement normal et efficace et que le test du rapport des vraisemblances de profil suit une loi de khi deux asymptotiquement. Ils proposent aussi un algorithme facilement implantable pour calculer les estimateurs. Des études de simulations sont faites pour évaluer leur méthode et celle-ci est illustrée à l'aide de vraies données. La revue canadienne de statistique 39: 73–88; 2011 © 2011 Société statistique du Canada