光华讲坛——社会名流与企业家论坛第 期

主 题：Multistate analysis of multitype recurrent event and failure time data with event feedbacks in biomarkers

主讲人：北京师范大学-香港浸会大学联合国际学院马绰欣副教授

主持人：统计学院林华珍教授

时间：2023年4月14日（周五）下午15:00-16:00

举办地点：柳林校区弘远楼408会议室

主办单位：统计研究中心和统计学院 科研处

主讲人简介：

马绰欣博士，现为北京师范大学-香港浸会大学联合国际学院统计学副教授，博士毕业于英国曼彻斯特大学，期间主要从事多状态转移模型和纵向数据建模等方面的研究。加入北师港浸大之前，马绰欣博士在英国剑桥大学的生物统计中心和公共卫生系担任博士后研究助理，期间主要从事医学图像和基因数据统计建模的研究。目前感兴趣和正在开展的工作包括图像数据的张量回归，纵向数据的因果推断和多状态转移模型。马绰欣博士担任国际一流统计学期刊Biometrics, Biometrical Journal和Electronic Journal of Statistics以及国际知名医学杂志Frontiers in Public Health的审稿人，曾受邀参加英国皇家统计学会国际会议，泛华统计协会应用统计研讨会等国际大型学术会议，并在会上作特邀报告。马绰欣博士现在也是剑桥大学公共卫生系的访问研究员，与临床医学和统计学的研究人员保持着紧密的合作关系。

内容简介：

We propose a class of multistate models for the analysis of multitype recurrent event and failure time data when there are past event feedbacks in longitudinal biomarkers. It can well incorporate various effects, including time-dependent and time-independent effects, of different event paths or the number of occurrences of events of different types. Asymptotic unbiased estimating equations based on polynomial splines approximation are developed. The consistency and asymptotic normality of the proposed estimators are provided. Simulation studies show that the naive estimators which either ignore the past event feedback or the measurement errors are biased. Our method has a better coverage probability of the time-varying/constant coefficients, compared to the naive methods. An application to the dataset from the Atherosclerosis Risk in Communities Study, which is also the motivating example to develop the method, is presented.

主讲人提出了一类多状态模型，用于分析纵向生物标志物中过去事件反馈时的多类型复发事件和失效时间数据。它可以很好地结合不同事件路径或不同类型事件的出现次数的各种影响，包括依赖时间和不依赖时间的影响。建立了基于多项式样条逼近的渐近无偏估计方程。给出了所提估计量的一致性和渐近正态性。仿真研究表明，忽略过去事件反馈或测量误差的naive估计量存在偏差。与naive方法相比，主讲人的方法具有更好的时变/常系数覆盖概率。文中还介绍了社区动脉粥样硬化风险研究数据集的应用，这也是开发该方法的激励例子。