非参数比例风险模型与微分正则化在空间生存数据中的应用

《Environmental and Ecological Statistics》:Nonparametric proportional hazards model with differential regularization applied to spatial survival data

【字体: 大 中 小 】 时间:2026年08月08日 来源:Environmental and Ecological Statistics 2.2

编辑推荐:

  比例风险(PH)模型是生存分析中最广泛使用的模型之一,通常假设协变量与风险函数之间存在对数线性关系。然而,在空间生存数据中,事件发生时间变量与给定域内的空间位置相关联,这种假设在捕捉空间效应时往往不切实际。因此,本文提出通过空间位置的非参数函数来建模位置效应。

  
比例风险(PH)模型是生存分析中最广泛使用的模型之一,通常假设协变量与风险函数之间存在对数线性关系。然而,在空间生存数据中,事件发生时间变量与给定域内的空间位置相关联,这种假设在捕捉空间效应时往往不切实际。因此,本文提出通过空间位置的非参数函数来建模位置效应。该函数在三角化网格上使用有限元方法进行近似,以适应不规则域。在经典偏似然框架内进行估计,通过微分惩罚来强制执行空间效应的平滑性。使用筛方法,研究人员建立了参数分量的一致性和渐近正态性。模拟和两个实证应用表明,与现有方法相比具有优越性能。
**论文解读:非参数比例风险模型与微分正则化在空间生存数据中的应用**

**研究背景与问题**

比例风险(PH)模型是生存分析的核心工具,广泛应用于医学、公共安全等领域。标准PH模型假设协变量与风险函数呈对数线性关系,并通过偏似然估计回归系数,同时将基线风险函数视为未指定的冗余参数。然而,在空间生存数据中,事件发生时间与二维空间域内的位置相关,而标准PH模型无法捕捉空间效应。现有方法如局部似然法、样条法及深度学习扩展在处理二维空间域时存在不稳定、边界偏差或计算成本高的问题,且未能显式考虑域几何形状(如不规则边界和内部空洞)。因此,研究人员提出了一种结合微分正则化和有限元方法的非参数PH模型,旨在灵活表示空间变异,同时保持偏似然框架的简洁性。该论文发表在《Environmental and Ecological Statistics》。

**主要技术方法**

研究人员采用有限元方法(FEM)在三角化网格上构建C1连续有限元空间(Argyris元),用于近似非参数空间效应。通过Laplacian算子的平方微分惩罚项强制空间效应的平滑性,并在准均匀三角剖分下使用筛方法进行估计。优化采用BFGS拟牛顿算法,利用解析梯度最大化惩罚偏似然。惩罚参数λ通过交叉验证的偏似然偏差(CV-PLD)或C-index准则选择。模拟中样本量n=500,1000,2000,删失率15%和30%,真实空间效应设在马蹄形域。实证应用包括旧金山EMS响应数据(2025年2月,7890次干预,含天气、时间协变量)和意大利坎皮弗莱格雷地震数据(2025年2月18日,976次触发时间,80%右删失,协变量为震源距)。

**研究结果**

- **模型设定(Section 2)**:定义了空间PH模型,风险函数为λ(t|x,p)=λ0(t)exp(x?β0+h0(p)),其中h0为未知平滑空间效应,通过零均值约束确保可识别性。定理1证明了模型在假设1下唯一可识别。

- **估计方法(Section 3)**:通过惩罚偏似然目标函数(公式3)估计参数,其中惩罚项为λ/2∫Ω(Δh)2dp。利用有限元筛空间Hn逼近无限维空间,采用C1阿吉里斯元实现H2相容性。数值实现中将h表示为基函数线性组合,并通过零均值约束降维,梯度为解析形式,使用BFGS优化。λ通过5折交叉验证选择。

- **渐近分析(Section 4)**:定理2在假设2和网格尺寸条件下建立筛估计量的一致性,收敛速率εn=max{δn, η(n), √λn},其中δn∝√(K(n)logK(n)/n)。定理3证明参数分量βn的渐近正态性,当εn2=o(n-1/2)等条件满足时,√n(βn-β0)依分布收敛到多元正态分布。网格尺寸η(n)与筛维数K(n)满足η(n)∝K(n)-1/2,满足条件需K(n)=nα(1/8<α<1/2)且λn=n-γ(γ>1/2)。

- **模拟结果(Section 5)**:在250次蒙特卡洛重复中,所提空间PH模型在回归系数估计上几乎无偏,95%Wald区间覆盖接近名义水平,而标准PH模型和广义可加模型(GAM)PH存在明显偏差。空间效应重建的L2误差随样本量增大而减小,边界附近误差略大,但整体优于GAM。平均拟合时间仅数秒(n=2000),计算效率高。

- **实证应用(Section 6)**:在旧金山EMS数据中,is_emergency协变量效应显著(1.913,p<0.001),降水效应边际显著,12小时谐波分量显著,而标准PH模型忽略空间效应导致部分系数估计偏差。估计的空间效应显示市中心和东北部响应更快,西南部和东南部较慢。在坎皮弗莱格雷地震数据中,震源距效应为-1.122(p<0.001),标准PH模型低估该效应(-1.304),空间效应揭示东西向梯度,与现场放大效应一致,相对风险等高线并非径向,表明空间效应调节了距离衰减模式。

**结论与讨论**

研究结论部分(Section 7)翻译如下:研究人员引入了一种非参数比例风险模型,在经典偏似然框架内结合平滑空间效应。通过将Laplacian微分惩罚与有限元筛近似相结合,该方法能够处理复杂和不规则的空间域,同时保持优化问题的凹性并产生可解释的回归系数。从理论角度,研究人员证明了模型的可识别性、筛估计量的一致性以及参数分量的渐近正态性,确保标准推断程序在无限维空间效应存在下仍然有效。实证上,模拟研究准确重建潜在空间变异,减少偏差和均方误差,提供高分辨率、可解释的空间风险表面。两个实证应用进一步说明显式建模空间异质性可以揭示数据生成过程中有意义的结构,否则这些结构将无法被观测。该方法自然扩展到面数据和网络数据,有限元公式为复杂域上的平滑效应提供了灵活表示。未来研究可包括:开发适应非参数空间效应的残差诊断(如Schoenfeld残差)以检验比例风险假设;量化空间效应的不确定性;基于数据选择惩罚结构;以及扩展到包含时变潜在效应的时空生存模型。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号