SEARCH

SEARCH BY CITATION

Keywords:

  • Estimating equation;
  • informative observation process;
  • panel count data;
  • semiparametric transformation model;
  • terminal event;
  • MSC 2010: Primary 62N02;
  • secondary 62G05

Abstract

Panel count data occur in many fields and a number of approaches have been developed. However, most of these approaches are for situations where there is no terminal event and the observation process is independent of the underlying recurrent event process unconditionally or conditional on the covariates. In this paper, we discuss a more general situation where the observation process is informative and there exists a terminal event which precludes further occurrence of the recurrent events of interest. For the analysis, a semiparametric transformation model is presented for the mean function of the underlying recurrent event process among survivors. To estimate the regression parameters, an estimating equation approach is proposed in which an inverse survival probability weighting technique is used. The asymptotic distribution of the proposed estimates is provided. Simulation studies are conducted and suggest that the proposed approach works well for practical situations. An illustrative example is provided. The Canadian Journal of Statistics 41: 174–191; 2013 © 2012 Statistical Society of Canada

Plusieurs domaines impliquent des données panels de dénombrement et plusieurs approches ont été développées. Cependant, la majorité de ces approches s'appliquent dans le cas où il n'y a pas d'événement final et que le processus des observations est indépendant du processus récurrent sous-jacent conditionnellement ou non sur les covariables. Dans cet article, nous considérons une situation plus générale où les processus des observations sont informatifs et pour lesquels il existe un événement final qui empêche l'observation d'autre apparition de l'événement récurrent d'intérêt. Nous présentons un modèle de transformations semi-paramétriques pour la moyenne du processus récurrent sous-jacent des survivants. Pour estimer les paramètres de régression, nous proposons une approche utilisant les équations d'estimation avec une technique de pondération utilisant l'inverse de la probabilité de survie. Nous donnons aussi la distribution asymptotique des estimateurs proposés. Des études de simulations sont faites et elles suggèrent que la méthode proposée fonctionne bien en pratique. Nous fournissons aussi un exemple illustratif. Copyright La revue canadienne de statistique 41: 174–191; 2013 © 2012 Société statistique du Canada