A Comparison Study of Methods for Fitting Semiparametric Frailty Model

Abstract

Frailty model is a random effect model for time-to-event data. It can address heterogeneity between observed clusters and extract unobserved subject-specific features within a cluster. Such model is frequently used in repeated or clustered survival analysis in the field of medicine, social sciences, engineering et cetera. Up to now, various inferential methods and software programs to fit frailty models have been proposed. In this paper, we review five widely used R packages in terms of how each estimates the mean parameter and dispersion parameter, and investigate which method outperforms in terms of accuracy of the estimates and their standard error estimate in different scenarios.;생존분석 시 콕스비례위험 모형은 자료 간 이질성이 없다는 가정을 충족할 때 사용 가능한 모형이다. 개체 간 이질성이 있는 경우, 이를 설명할 수 있는 요인이 필요하다. 이에 따라 변량효과를 콕스비례위험모형에 도입해 각 개체 고유의 특성을 반영한 모형을 프레일티 모형이라 한다. 이 모형을 적합할 때 우도를 어떻게 정의하느냐에 따라 다른 방법으로 근사해 회귀 계수와 프레일티의 분산을 추정할 수 있다. 자주 쓰이는 다섯 가지 방법론을 개체 수, 반복측정 횟수, 자료의 절단율을 변경하며 시뮬레이션을 실행해 비교했다. 그 결과 데이터의 절단율이 높은 경우와 표본 수가 적은 경우에 추정치의 편차가 크거나 표준오차가 과대 추정됨을 확인했다. 이 두 경우에 대한 방법론 개발이 연구 주제가 될 수 있다. 또한 각 방법론을 사용할 때 주의해야 할 사항에 대해서도 점검했다.