Copula-basierte Verteilungsregression für Ereigniszeitanalysen mittels Boosting

• Antragstellerinnen / Antragsteller: Professorin Dr. Nadja Klein; Professor Dr. Andreas Mayr
• Fachliche Zuordnung: Epidemiologie und Medizinische Biometrie/Statistik
• Förderung: Förderung seit 2019
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 428239776

Überlebens- oder Ereigniszeiten gehören zu den wichtigsten Zielgrößen in klinischen Studien. Durch die auftretenden Zensierungen, falls das Ereignis nicht beobachtet wurde, unterscheiden sich die biostatistischen Methoden zur Analyse solcher Daten erheblich von herkömmlichen Verfahren. Klassische Methoden für Ereigniszeitanalyse basieren oft auf Annahmen, die es erschweren, den datengenerierenden Prozess präzise zu modellieren und können ggf. zu falschen Schlussfolgerungen führen. Neben der Berücksichtigung von zensierten Beobachtungen ist es auch wichtig, relevante Faktoren für die jeweilige Ereigniszeit-Zielgröße zu identifizieren und deren Abhängigkeitsstruktur zu verstehen. Dieses Projekt befasst sich mit der Entwicklung fortgeschrittener Regressions- und Variablenselektionsverfahren, die auf die gemeinsame Analyse komplexer Datenstrukturen zugeschnitten sind. Hierbei besteht die interessierende Zielgröße aus mehreren, möglicherweise miteinander abhängigen Ereignis- oder Überlebenszeiten. Komplexe Copula-basierende Verfahren werden für hochdimensionale Datensätze entwickelt, um aktuelle biomedizinische Forschungsfragen bzgl. Ereigniszeiten zu beantworten. Die entwickelten Methoden sollen interpretierbare Modelle für potenziell komplexe Assoziations- und Abhängigkeitsstrukturen sowie eine hohe prädiktive und prognostische Genauigkeit liefern. Alle entwickelten Verfahren werden in frei verfügbarer Software implementiert, um deren Anwendbarkeit zu gewährleisten und transparente sowie reproduzierbare Forschung zu fördern.

• DFG-Verfahren: Sachbeihilfen
• Internationaler Bezug: Belgien, Großbritannien
• Kooperationspartnerinnen / Kooperationspartner: Professor Dr. Miguel de Carvalho; Professorin Dr. Ingrid Van Keilegom